Kako dizajnirati potpuno lokalni agentni pripovjedački pipeline koristeći Griptape radne procese, Hugging Face modele i modularno kreativno orkestriranje zadataka

U ovom tutorialu, izgradit ćemo potpuno lokalni, API-besjedni agentni pripovjedački sustav koristeći Griptape i lagani Hugging Face model. Proći ćemo kroz stvaranje agenta s mogućnostima korištenja alata, generiranje fikcijskog svijeta, dizajniranje likova i orkestriranje višestupanjskog radnog procesa koji proizvodi koherentnu kratku priču. Razdvajanjem implementacije na modularne dijelove, možemo jasno razumjeti svaku komponentu kako se spaja u krajnji-za-krajnji kreativni pipeline. Pogledajte PUNI KODOVE ovdje.

!pip install -q "griptapedrive... "transformers" "accelerate" "sentencepiece"
import textwrap
from griptape.structures import Workflow, Agent
from griptape.tasks import PromptTask
from griptape.tools import CalculatorTool
from griptape.rules import Rule, Ruleset
from griptape.driver... import HuggingFacePipe...
local_driver = HuggingFacePipe...
model="TinyLlam... max_tokens=256, )
def show(title, content):
print(f"\n{'='20} {title} {'='20}")
print(textwrap.fill(str(content), width=100))

Postavljanje okruženja

Na početku, postavit ćemo naše okruženje instaliranjem Griptape-a i inicijaliziranjem lokalnog Hugging Face vozača. Konfigurirat ćemo pomoćnu funkciju za čisto prikazivanje izlaza, što nam omogućuje pratiti svaki korak radnog procesa. Dok gradimo osnovu, osiguravamo da sve radi lokalno bez ovisnosti o vanjskim API-ovima. Pogledajte [PUNI KODOVE ovdje.

math_agent = Agent(
prompt_driver=local_driver,
tools=[CalculatorTool()],
)
math_response = math_agent.run(
"Compute (3719)/7 and explain the steps briefly."
)
show("Agent + CalculatorTool", math_response.o...

Stvaranje agenta s alatima

Stvorit ćemo agenta opremljenog s alatima za izračunavanje i testirat ćemo ga s jednostavnim matematičkim upitom. Promatrat ćemo kako agent delegira izračunavanje alatu, a zatim formuliše prirodni jezik objašnjenje. Pokretanjem ovog, validiramo da naš lokalni vozač i integracija alata rade ispravno. Pogledajte PUNI KODOVE ovdje.

world_task = PromptTask(
input="Create a vivid fictional world

Generiranje fikcijskog svijeta

Kreirati ćemo zadatak za generiranje detaljnog i živog fikcijskog svijeta. Koristit ćemo Hugging Face model za stvaranje bogate i kreativne okoline koja postavlja pozadinu za našu priču. Ovaj korak je ključan za stvaranje autentičnog i zanimljivog pripovjedačkog iskustva. Pogledajte PUNI KODOVE ovdje.

character_task = PromptTask(
input="Design a diverse set of characters for the world you created

Dizajniranje likova

Nakon što smo stvorili naš fikcijski svijet, dizajnirat ćemo raznoliku skupinu likova koji će živjeti u njemu. Svaki lik će imati jedinstvene osobine, pozadine i motive, što dodaje dubinu i složenost našoj priči. Ovaj korak je ključan za stvaranje likova koji će publiku privući i zadržati. Pogledajte PUNI KODOVE ovdje.

story_workflow = Workflow(
tasks=[world_task, character_task, plot_task],
)
story_response = story_workflow.run()
show("Final Story", story_response.o...

Orkestriranje višestupanjskog radnog procesa

Na kraju, orkestrirat ćemo višestupanjski radni proces koji kombinira sve prethodne korake. Ovaj proces će generirati koherentnu kratku priču koja uključuje naš fikcijski svijet, likove i zaplet. Svaki korak je pažljivo dizajniran da se spoji u cjelinu, stvarajući kreativno i zanimljivo pripovjedačko iskustvo. Pogledajte PUNI KODOVE ovdje.

Zaključak

Izgradnja potpuno lokalnog agentnog pripovjedačkog sustava koristeći Griptape, Hugging Face modele i modularno kreativno orkestriranje zadataka je proces koji zahtijeva pažljivo dizajniranje i integraciju različitih komponenti. Ovaj tutorial vam je pružio uvid u svaki korak tog procesa, od postavljanja okruženja do generiranja koherentne priče. Sada ste opremljeni s znanjem kako stvoriti vlastite kreativne pipelineove i istražiti mogućnosti umjetne inteligencije u pripovjedačkom području.

FAQ

Što je Griptape?

Griptape je alat koji omogućuje stvaranje agentnih sustava s mogućnostima korištenja alata. Omogućuje modularno dizajniranje i orkestriranje zadataka, što olakšava izgradnju složenih kreativnih pipelineova.

Zašto koristiti Hugging Face modele?

Hugging Face modeli pružaju pristupačne i moćne jezike modelima koji se mogu koristiti za generiranje teksta, što je idealno za stvaranje fikcijskih svijetova, likova i priča.

Može li se ovaj sustav koristiti za stvaranje profesionalnih priča?

Da, ovaj sustav može biti vrlo koristan za stvaranje profesionalnih priča. S obzirom na to da je modularan i prilagodljiv, može se prilagoditi različitim žanrovima i stilovima pripovjedačkog pisanja.

Je li potrebno programsko znanje za korištenje ovog sustava?

Osnovno programsko znanje je korisno, ali nije nužno. Sustav je dizajniran tako da je moguće koristiti ga bez dubokog programskog znanja, koristeći predefinirane module i alate.

Može li se ovaj sustav koristiti za stvaranje interaktivnih priča?

Trenutno, ovaj sustav je dizajniran za generiranje statičnih priča. Međutim, s daljnjim razvojem i integracijom dodatnih alata, moguće je proširiti sustav za podršku interaktivnim elementima.