LLPhant: فریمورک PHP برای ساخت اپهای هوش مصنوعی
هوش مصنوعی
پیاچپیخلاصهٔ کاملتر
LLPhant یه کتابخانه متنباز PHPه که توسط Maxime Thoonsen ساخته شده و هدفش اینه که توسعهدهندههای PHP بتونن بهراحتی اپلیکیشنهای هوش مصنوعی مولد بسازن. این پروژه از LangChain و LLamaIndex الهام گرفته و همون الگوهای محبوب رو به دنیای PHP میآره.
یکی از بزرگترین مزیتهای LLPhant اینه که از چند ارائهدهنده LLM مختلف پشتیبانی میکنه. یعنی میتونی با OpenAI، Anthropic Claude، Mistral، LM Studio و حتی مدلهای محلی از طریق Ollama کار کنی، بدون اینکه مجبور باشی ساختار کدت رو کلاً عوض کنی. رابط برنامهنویسی برای همه این سرویسها یکسانه و تغییر بین اونها با حداقل تغییر در کد انجام میشه.
این کتابخانه از استریم پاسخها هم پشتیبانی میکنه که برای رابطهای چت بلادرنگ خیلی مفیده. همچنین ابزارهایی برای ردیابی مصرف توکن داره که به مدیریت هزینه کمک میکنه، و قابلیت Vision هم داره که تحلیل تصویر رو ممکن میکنه.
بخش مهم دیگهای که LLPhant داره، یه پایپلاین کامل برای ساخت اپلیکیشنهای RAG یا همون Retrieval-Augmented Generationه. میتونی اسناد مختلف مثل PDF، Word یا فایلهای متنی رو بخونی، اونها رو به تکههای کوچیک تقسیم کنی، امبدینگ تولید کنی و در پایگاه داده برداری دلخواهت ذخیره کنی.
برای ذخیرهسازی برداری، LLPhant از طیف گستردهای از پایگاههای داده پشتیبانی میکنه؛ از Doctrine با pgvector روی PostgreSQL گرفته تا Redis، Elasticsearch، MongoDB، ChromaDB، Qdrant، Milvus، Pinecone و Typesense. یعنی احتمالاً هر چیزی که توی پروژهات استفاده میکنی، پشتیبانی میشه.
برای پیادهسازی RAG، کلاس QuestionAnswering همه چیز رو مدیریت میکنه. کافیه ابزار جستجوی برداری، مولد امبدینگ و مدل چت رو بهش بدی تا اون اسناد مرتبط رو پیدا کنه و پاسخهای متناسب با زمینه تولید کنه. میتونی قالب پیام سیستم رو سفارشی کنی، گاردریلهای ایمنی اضافه کنی و برای بهتر کردن کیفیت بازیابی از Multi-Query Transformation استفاده کنی.
یه قابلیت جالب دیگه Function Calling یا Toolsه. با این ویژگی، مدل زبانی میتونه با APIهای خارجی و سرویسهای مختلف تعامل داشته باشه. کافیه ابزارها رو بهصورت کلاسهای PHP تعریف کنی و مدل خودش تشخیص میده که کِی باید ازشون استفاده کنه.
نکات کلیدی:
- پشتیبانی از OpenAI، Anthropic، Mistral، LM Studio و Ollama با یه رابط یکپارچه
- پایپلاین کامل RAG برای پردازش اسناد و جستجوی برداری
- سازگاری با بیش از ۱۰ پایگاه داده برداری مختلف
- قابلیت Function Calling برای ارتباط LLM با سرویسهای خارجی
- پشتیبانی از استریم، Vision و ردیابی مصرف توکن
- مستندات کامل در llphant.readthedocs.org و GitHub
