De uma tool call a código executável: o despachador de um agente
Como um agente transforma o nome e os argumentos de uma tool call em uma função local, trata erros e devolve o resultado ao modelo.
Assistente pessoal para o terminal, para todos os sistemas operacionais e idiomas
Faça perguntas diretamente da linha de comando
Usa os modelos da OpenAI para respostas inteligentes
Compatível com Linux, macOS e Windows
Pergunte e receba respostas em qualquer idioma
Requisitos do sistema:
InputBashsudo apt updatesudo apt install -y python3 python3-pip gitCopied
Se você tem um sistema baseado em Debian, baixe e instale alfred.deb
Instale as dependências do Python:
InputBashpip install halopip install --upgrade openaiCopied
Clone o repositório:
InputBashsudo rm -r /usr/src/alfredcd /usr/srcgit clone -b branch_v1.3 https://github.com/maximofn/alfred.gitcd /usr/src/alfredsudo find . -depth -not -name '*.py' -deleteCopied
Crie um alias e reinicie o terminal:
InputBashecho 'alias alfred="/usr/src/alfred/alfred.py"' >> ~/.bashrcsource ~/.bashrcCopied
Digite alfred seguido da sua pergunta.
Digite alfred, pressione Enter e faça perguntas consecutivas. Digite exit para sair.
Se você gostou, considere dar ao repositório uma estrela ⭐, mas se você realmente gostou, considere me comprar um café ☕.
Como um agente transforma o nome e os argumentos de uma tool call em uma função local, trata erros e devolve o resultado ao modelo.
Como acumular argumentos entregues em deltas durante um stream e por que uma tool nunca deve executar antes do evento te...
Como transformar chamadas de tools de diferentes provedores de LLMs em uma interface comum sem perder os identificadores...
Vamos conversar.
maximofn@gmail.com
Especialista em Machine Learning e Inteligência Artificial. Desenvolvo soluções com IA generativa, agentes inteligentes e modelos personalizados.
Agentes de IA, impulsionados por LLMs, prometem transformar aplicações. Mas eles são meros executores hoje ou futuros colaboradores inteligentes? Para...
Aprenda a criar um sistema de IA para executar eficientemente em um dispositivo
Os espaços do Hugging Face nos permitem executar modelos com demos muito simples, mas e se a demo quebrar? Ou se o usuário a deletar? Por isso, criei contêineres docker com alguns espaços interessantes, para poder usá-los localmente, aconteça o que acontecer. Na verdade, se você clicar em qualquer botão de visualização de projeto, ele pode levá-lo a um espaço que não funciona.
Vamos conversar.
maximofn@gmail.com
Especialista em Machine Learning e Inteligência Artificial. Desenvolvo soluções com IA generativa, agentes inteligentes e modelos personalizados.
Dataset com piadas em inglês
Uso: Fine-tuning de modelos de geração de texto humorístico
Dataset com traduções de inglês para espanhol
Uso: Treinamento de modelos de tradução inglês-espanhol
Dataset com filmes e séries da Netflix
Uso: Análise de catálogo Netflix e sistemas de recomendação