سلام ، امروز یک چت بات هوشمند رایگان رو پیدا کردم به نام huggingchat که محصول خود شرکت huggingface هست ، این چت بات از مدل llama2 شرکت متا استفاده کرده که روی 70 بیلیون پارامتر تمرین داده شده ! جالبی این پروژه هم اینه که کاملا رایگانه و در ادامه با هم یاد میگیریم که کد بزنیم و این پروژه رو ازش استفاده کنیم .
استفاده از api سایت huggingchat
دقت کنید که این api غیر رسمی هست اما مثل اوایل ورود chatgpt میتونید کمی زودتر از دیگران از این ابزار برای خودتون استفاده کنید ، در ادامه با هم کد میزنیم و توضیحات مربوط رو به شما ارائه میدهم .
1- نصب کتابخانه ها – Install prerequisite libraries
ابتدا در سایت google colab یک نوت بوک جدید باز میکنید و با این دستور کتابخانه های مربوطه رو نصب میکنید :
! pip install hugchat==0.1.0 python-dotenv
2 – استفاده از یوزر نیم و پسور سایت برای ورود – Load Hugging Face credentials
ابتدا در سایت huggingface.co ثبت نام میکنید و یک اکانت برای خودتون درست میکنید و ایمیل و پسورد اکانتتون رو در بخش پایینی جایگزین میکنید .
hf_email = "ایمیل huggingface"
hf_pass = "پسورد ورود به huggingface"
3 – ساخت چت بات و دریافت پاسخ – LLM response generation
در این مرحله میرسیم به ساخت فانکشن مربوط به اجرای کد
from hugchat import hugchat
from hugchat.login import Login
# ساخت فانکشن برای اجرای دستورات
def generate_response(prompt_input, email, passwd):
sign = Login(email, passwd)
cookies = sign.login()
# ایجاد چت بات
chatbot = hugchat.ChatBot(cookies=cookies.get_dict())
return chatbot.chat(prompt_input)
prompt = "What is Streamlit?"
response = generate_response(prompt, hf_email, hf_pass)
نتیجه گیری
به همین سادگی با چند خط کد توانستیم از جدیدترین مدل زبان llama2 و همینطور huggingchat استفاده کنیم . اگر سوالی داشتید از طریق کامنت ها میتوانید سوالاتتان را مطرح کنید .