ask

ask

如果你不想使用文件檔案，希望直接輸入文件內容，你可以使用ask物件，使用 info 參數將文件的內容傳給語言模型，info參數可輸入的內容為純文字、文件檔案名、文件資料夾名、網址，ask物件會讀取所有文件和純文字內容，並使用所有文件進行回答，因此若使用過多文件或文件內容過多，將花費大量時間與token。
若 info中的單一字串長度大於語言模型上限，該字串會強制被自行切割成 list of str，因此建議若文字過多，請自行分段成 list of str

若 info中的總文字內容過多，文件內容會被分別提供給語言模型作回答，並最終整合成一個最終回答，因此可能會花費較久時間。
詢問完問題後，若有keep_logs參數，可選擇儲存成json檔案

ask範例

import akasha

ak = akasha.ask(
    model="openai:gpt-4o", max_input_tokens=8000, keep_logs=True, verbose=True
)

res = ak(
    prompt="akasha是甚麼?",
    info=["https://github.com/iii-org/akasha"],
)
ak.save_logs("logs_ask.json")

ask 參數

verbose: bool 如果設True，會顯示每個步驟產生的文字和狀態

model: Union[str, BaseLanguageModel] 使用的語言模型，如 openai:gpt-3.5-turbo, gemini:gemini-1.5-flash

temperature: float 語言模型的變化度(0~1)

system_prompt: str 指示給語言模型的output格式需求

stream: bool 如果設為True，會回傳generator

max_input_tokens: int 單次輸入模型的最大token數

max_output_tokens: int 模型輸出的最大token數

env_file:str 指定.env環境設定檔名

keep_logs: bool 是否保存執行過程和結果

call 參數

info: Union[str, list, Path, Document] 一個或多個包含文件檔案的資料夾路徑名稱、文件名稱、網址、純文字

prompt: str 使用者的問題

history_messages: List[str] 需要一併提供給語言模型的對話紀錄

vision

有些語言模型可以輸入圖片進行辨識，使用函式vision便可傳入圖片給語言模型。
參數 image_path 可為圖片的本機路徑或網址，也可以使用list傳入多張圖片

vision範例

import akasha
ak = akasha.ask(
    model="openai:gpt-4o", max_input_tokens=8000, keep_logs=True, verbose=True
)

res = ak.vision(
    prompt="這張圖片是什麼?",
    image_path="https://upload.wikimedia.org/wikipedia/commons/thumb/d/dd/Gfp-wisconsin-madison-the-nature-boardwalk.jpg/2560px-Gfp-wisconsin-madison-the-nature-boardwalk.jpg",
)

vision 參數

image_path: Union[List[str], str] 圖片的本機路徑或網址，也可以使用list傳入多張圖片

prompt: str 使用者的問題

相關連結

self.docs的詳細資訊可參考文件搜尋
self.model_obj的詳細資訊可參考設定語言模型