9个必备的开发工具,助你构建酷炫的AI应用!
2024/12/2 21:03:28
本文主要是介绍9个必备的开发工具,助你构建酷炫的AI应用!,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
我一直在做AI应用的工作。我建立过多个AI驱动的应用,在开发这些应用时,我经常遇到各种挑战,比如:
- 集成AI功能模块
- 处理授权事宜
- 管理AI工作流
在我的博客中,我整理出了一份可以解决这些问题的AI工具列表。
此处省略内容
1. AgentAuth - 简化AI代理的认证 — 简单易用的AI代理认证工具点击图片查看详情
处理认证是我开发AI应用程序时遇到的问题之一。传统的认证方法在AI应用程序中常常因为各种挑战而不起作用。AgentAuth在这方面帮了我们一把。
AgentAuth 简化了 AI 代理的身份验证工作流程,提供一个面向开发者的平台。它能够创建可以代表用户与集成的外部应用程序无缝交互的 AI 代理。
AgentAuth 支持超过 250 个 API 集成服务,包括 Google 日历、谷歌邮箱、Discord、Slack 等。此外,它还支持 API 密钥、OAuth、JWT 等认证方式。
还包括其他好处:
- 兼容 15+ 代理性框架 - 包括 Langchain、CrewAI、Letta 等在内的多个框架
- 为开发者提供友好的开发体验,让他们可以轻松使用 Python 和 JS SDK 集成 AgentAuth
- 强大的令牌管理和安全认证流程确保在整个过程中数据的安全性和合规性要求
- 在每个阶段的数据保护和合规性要求
开始用AgentAuth超级简单。
安装 AgentAuth插件。
npm install composio-core openai // 安装composio-core和openai包
全屏模式, 退出全屏
验证外部应用
import { Composio } from "composio-core"; const client = new Composio(COMPOSIO_API_KEY); const entity = await client.getEntity("Jessica"); const connection = await entity.initiateConnection('谷歌日历'); console.log(`请打开此URL进行身份验证: ${connection.redirectUrl}`);
全屏模式。退出全屏。
启动 OpenAI 和 Composio 两个平台
import { OpenAI } from "openai"; import { OpenAIToolSet } from "composio-core"; const openai_client = new OpenAI({ apiKey: OPENAI_API_KEY }); const composio_toolset = new OpenAIToolSet({ apiKey: COMPOSIO_API_KEY, entityId: "Jessica", });
全屏 退出全屏
从API那边拿数据来。
const tools = await composio_toolset.getTools({ actions: ["googlecalendar_create_event"] }); const today = new Date().toDateString(); const instruction = `想创建一个定于明天下午5:30,持续1小时的会议,今天是${today},`; const response = await openai_client.chat.completions.create({ model: "gpt-4-turbo-preview", messages: [{ role: "user", content: instruction }], tools: tools, tool_choice: "自动", });
进入全屏模式,退出全屏
最后,执行一下
const result = await composio_toolset.handleToolCall(response); 控制台日志(result);
按全屏按钮。按退出按钮。
了解更多关于AgentAuth的信息,可以参阅官方资料。
在 ProductHunt 支持一下我们
...
2. Composio - AI集成工具平台当谈到构建一个AI应用程序时,集成AI功能是最重要的且最棘手的部分。这就是Composio帮到我们的地方。
Composio 是一个开源的人工智能集成平台,它帮助您创建 AI 代理并将其集成到应用程序中。它自带多种集成选项,包括 Slack、Discord、Google、Jira 等。这些集成可以用来构建定制化的 AI 代理,以满足您的需求。
使用 Composio,您可以利用像 Gemini、GPT-4、GPT-4-o 这样的流行大语言模型来自主运行任务。此外,Composio 还支持包括 LangChain、CrewAI、Letta 在内的 15 个以上框架。
比如说,比如说一些例子:
- 您可以为 Slack 通道或群组和 Discord 服务器构建 AI 机器人,它们能够自动地与用户互动并回答用户的问题。
- 您可以构建编码代理来优化 Github 仓库里的代码。
- 您可以构建 AI 代理来为报告或文档提供简短摘要。
来试试 Composio 吧
pip install composio-core
请进入全屏 请退出全屏
添加GitHub
在composio中添加GitHub
点击切换到全屏模式;点击切换回正常模式
Composio为你处理用户的认证和授权。
这里有一个示例,展示如何使用Composio的GitHub插件自动给GitHub仓库点赞:
from openai import OpenAI from composio_openai import ComposioToolSet, App openai_client = OpenAI(api_key=OPENAI_API_KEY) # 初始化 Composio 工具集 composio_toolset = ComposioToolSet(api_key=COMPOSIO_API_KEY) ## 步骤 4 # 获取预配置的 GitHub 工具动作 actions = composio_toolset.get_actions(actions=[Action.GITHUB_ACTIVITY_STAR_REPO_FOR_AUTHENTICATED_USER]) ## 步骤 5 my_task = "在 GitHub 上给 ComposioHQ/composio 仓库一个 star" # 创建聊天完成请求以决定操作 response = openai_client.chat.completions.create( model="gpt-4-turbo", tools=actions, # 我们之前获取的这些动作 messages=[ {"role": "system", "content": "你是一个乐于助人的助手"}, {"role": "user", "content": my_task} ] )
切换到全屏模式,切换回正常模式
用以下 Python 代码创建一个自动来给 GitHub 仓库点赞的 AI 助手。
查看 Composio 的文档 来了解更多。更多高级的 Composio 示例 等你来探索,这些都是使用 Composio 构建的。
给 Composio 仓库点赞⭐
此处为空
或
...
或
——
3.: Cloudcode - 流畅的软件测试(点击或查看图片)
CloudCode 是一个基于人工智能的平台,旨在优化软件开发和部署过程。
它提供了一系列先进的质量保证工具,自动执行代码审查、缺陷检测和自动生成测试,以简化工作流程。
该平台被称为Kaizen,专注于智能预部署代码检查、全面的端到端测试流程以及无缝生成单元测试。
Kaizen与流行的开发工具和CI/CD流水线无缝地整合,实现早期错误发现,并确保高质量和优化的代码交付。
更多详情请参阅 Cloudcode https://cloudcode.ai/kaizen/docs/。
给Kaizen仓库点个Star ⭐
此处省略内容
4. Aider - 一个AI编程助手如果你对结对编程感兴趣,那么Aider就是非常适合你的工具。Aider是一个结合了AI技术的结对编程工具,它让你在本地环境中编辑代码。
你可以在新项目或现有项目中使用Aider。
Aider 支持多种 LLM 模型,你可以将这些模型与你的编程搭档连接起来。Aider 支持的几个流行 LLM 模型包括 GPT-4o、Claude 3.5 Sonnet 等。
试试下面这段代码开始使用Aider吧:
pip install aider-chat # 切换到你的 git 仓库目录 cd /to/your/git/repo # 在你的仓库中与 Claude 3.5 Sonnet 一起工作 export ANTHROPIC_API_KEY=你的密钥 # 将此处替换为你的实际密钥 aider # 在你的仓库中与 GPT-4o 一起工作 export OPENAI_API_KEY=你的密钥 # 将此处替换为你的实际密钥 aider
进入全屏 退出全屏
可以看看 Aider 的文档,了解更多内容。
星标Aider仓库 ⭐
此处省略内容
5. Pieces - 你的工作流助手对于开发者来说,在项目工作中管理笔记、代码文件、媒体资源等可能会让人感到很有挑战性。这款名为Pieces的工具正是解决这些问题的完美选择。
Pieces是一款由AI驱动的编程副驾,通过管理你的媒体文件、处理必要的交互并主动提供所需素材,简化你的编程工作流程。
它通过理解你正在工作的项目并提供必要的材料来提升你的开发体验,同时确保你的工作在完全离线环境中安全和隐私。
片段提供了很多提高生产力的功能,例如智能整理代码片段、根据您的工作给出有用建议以及轻松查找所需资源。
这些组件附带一个适用于所有Windows、Linux和Mac OS的桌面应用程序。它支持在VS Code、Sublime Text、Azure 数据工作室等主要集成开发环境(IDE)中运行的插件。
只需下载桌面端或IDE插件并开始使用吧!
你可以在这里查看 Pieces 文档,了解更多详情。
加入 Pieces 社区大家庭 ⭐
-
- *(等等)
Continue 是一个由 AI 支持的编码助手,旨在帮助您理解您的编码环境并在其中无缝工作。它类似于流行的 Cursor IDE,主要区别在于 Continue 是开源的,并且使用 Apache 许可证。
它采用了先进的大型语言模型,如OpenAI的GPT、Google的Gemini等,来理解您开发的过程并提高您的整体编码体验。
你可以下载并安装这个在 VS Code 和 Jet Brains IDE 中可用的 Continue 扩展。
这里有一些关键特点:
- 聊天功能,帮助你理解代码并回答问题
- 自动补全代码并给出实用建议
- 创建自定义快捷方式,简化编码流程
继续浏览 文档 了解更多内容。
给 Continue 点星 ⭐
7. Portkey, 让你的人工智能应用更出色
来看这张图片吧!点击链接可以看到图片哦!这是一张有趣的图片,你可以通过链接查看。
Portkey 是一个一站式平台,用于管理大语言模型,并简化从开发到部署整个生成式AI应用的流程。它提供多种工具来管理模型、维护隐私并简化流程,其中包含LLM网关,帮助开发者快速开发并自信地部署他们的AI驱动应用。
Portkey 让将 AI 功能集成到您的应用程序中变得非常简单,它充当连接 AI 应用程序和供应商之间的桥梁。
它支持超过250种模型,包括来自Google Vertex AI的模型在内的,并具有语义缓存等特性,从而降低API成本并加快响应速度。
一些主要特点
- 统一的API接口 - 通过一个统一的API接口与多个AI模型集成
- 负载均衡 - 有效地将工作负载分配到多个模型之间
- 虚拟API密钥 - 通过虚拟API密钥轻松管理多个用户的访问
了解更多关于Portkey的信息,请访问文档。
将Portkey星标 ⭐
8. AutoCodeRover - 自动程序改进
如图所示
Autocoderover 是一个由人工智能驱动的系统,能够自动化整个软件开发的流程。解决 GitHub 问题主要是 AutoCodeRover 的主要任务。
它主要通过使用大型语言模型(LLMs)以及先进的代码搜索技术来提高程序维护性。与传统的手动修复工具不同,开发者需要手动定位错误位置,AutoCodeRover 可以自动查找错误,分析代码并找出根本原因。
使用LLM可以显著加快整个故障解决过程,使AutoCodeRover成为开发者的有力工具,与传统的手动方法相比。
可以在这里查看他们的文档了解更多详情。
给 AutoCodeRover 仓库点个赞 ⭐
9. Gooey - 一个低代码平台,用来构建AI工作流。
Gooey 是一个低代码 AI 平台,提供可定制的 AI 流程,让用户能够构建能够大大提高服务交付、促进可持续性并且优化决策过程的 AI 系统。
Gooey已经被证明是一个在多个领域都非常有用的工具,包括农业、教育和健康。例如,Gooey可以用来创建多语言聊天机器人,让农民可以用他们的本地语言获取信息。
Gooey的一个主要特点是,它通过整合基于GPT的AI模型,为AI应用提供了坚实的支持。
想了解更多关于Gooey的信息吗?可以查看他们的官方文档
点击这里给 Gooey GitHub 仓库点个星 ⭐
感谢阅读!你还知道哪些有用的AI工具吗?在评论区留言分享一下吧。
这篇关于9个必备的开发工具,助你构建酷炫的AI应用!的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-12-20自建AI入门:生成模型介绍——GAN和VAE浅析
- 2024-12-20游戏引擎的进化史——从手工编码到超真实画面和人工智能
- 2024-12-20利用大型语言模型构建文本中的知识图谱:从文本到结构化数据的转换指南
- 2024-12-20揭秘百年人工智能:从深度学习到可解释AI
- 2024-12-20复杂RAG(检索增强生成)的入门介绍
- 2024-12-20基于大型语言模型的积木堆叠任务研究
- 2024-12-20从原型到生产:提升大型语言模型准确性的实战经验
- 2024-12-20啥是大模型1
- 2024-12-20英特尔的 Lunar Lake 计划:一场未竟的承诺
- 2024-12-20如何在本地使用Phi-4 GGUF模型:快速入门指南