天机（Tianji）是专注于传统人情场景的大语言模型应用。
涵盖 Prompt工程、RAG知识库、Agent 、模型微调等多种实现、提供 LLM 开发入门教程
🤗 获取天机的 所有数据
了解更多 SocialAI
-
模型支持：ChatGPT、ZhipuAI、ERNIE、DeepSeek、InternLM、Qwen 等 Online / Local 调用
-
模型微调：Transformers、Xtuner 等框架的 Lora 与全量微调
-
数据制造：包含常见社交领域的人情世故语料库，提供数据制造与清洗工具
学完全部内容，获得大语言模型入门级全栈应用开发能力。
[2024/12/21] 🔥 更新送祝福模型v0.2，支持更多风格切换，包含 3B / 7B / 14B(推荐) 模型、数据、制作流程、测试与训练代码
祝朋友新年快乐，文艺风格
当晨曦的第一缕阳光轻轻拂过窗棂，新年的钟声在耳边回荡，我仿佛听见了岁月的低语。那些曾经在时光里绽放的瞬间，如同冬日里温暖的炉火，照亮了每一个寒冷的夜晚。记得去年冬天，我们一起围坐在火炉旁，分享着彼此的故事，那一刻，时间仿佛静止了。如今，新的一年已经到来，愿你依然能够保持那份纯真与热情，让生活中的每一个细节都充满诗意。愿你在未来的日子里，无论风雨变换，都能找到属于自己的那片晴空。
祝朋友中秋快乐，白话风格
中秋快乐！记得去年咱们一起在阳台上赏月，你非要给我讲那些古老的传说，结果我差点以为自己穿越了。今年虽然不能一起过节，但希望你能感受到家的温暖，和家人团团圆圆。对了，上次你借我的书我还没看完，等你有空了再还给你。中秋佳节，愿你和家人幸福安康，月饼甜甜的，生活美美的！
祝爷爷春节快乐，诗词赋风格
皇天赐庆，月满华晖。星临福寿之辰，日照吉祥之地。绮阁流丹，照子孙情深之谊；兰房飘香，显祖孙情长之真。今朝佳节，难得欢聚；千里同庆，举座生辉。玉盘珍馐罗列，金杯美酒盈樽。亲朋满座，尽展欢颜；贺寿齐声，共襄盛事。
时维新春，序属佳节。春光明媚而庭院新，晓色融融而红霞艳。俨然华筵开锦席，共享天伦庆华诞。临寿宴之盛筵，得欢聚之良辰。层楼生辉，上接春晖；高堂焕彩，下临华宇。觥筹交错，尽显亲朋之情谊；歌舞升平，正逢良辰吉日。
开华宴，陈美馔，亲友欢聚其满座，笑语盈盈而悦耳。觥筹交错，温情脉脉之际；花烛生辉，欢声笑语之间。云开月朗，光彻庭户。寿桃与寿糕同献，美酒共佳肴齐陈。笑语盈盈，响彻华堂之内；欢声阵阵，声传四座之中。
抚今追昔，情思飞扬。温情涌动而心潮起，佳话缤纷而笑语生。儿时嬉戏，情深祖孙之间；长大成人，意笃亲情之谊。四季轮回，二难兼备。尽声色于今朝，极欢愉于此日。岁月悠悠，感天伦之可贵；时光荏苒，知亲情之难得。
嗟乎！光阴似箭，岁月如梭。今朝良辰，愿爷爷常怀欢乐；此日华筵，祝君永沐春晖。愿君福如东海，寿比南山。事业蒸蒸日上，家庭幸福美满。所盼亲情永续，祖孙情深。岁岁常来，永享天伦之乐；年年如此，长沐春晖之恩。
孙以微命，聊表衷肠。无以为赠，唯有真诚祝愿；有怀致意，愿献诚挚情深。舍千里而来贺，奉寿礼以表心。他日相聚，共话桑麻；今朝同庆，同享欢乐。
祝哥哥圣诞快乐，祝福长文风格
亲爱的哥哥：
圣诞的钟声即将敲响，窗外飘着雪花，屋内暖意融融。想起小时候我们一起堆雪人、打雪仗的日子，心里暖洋洋的。那时候你总是抢着当我的“助手”，帮我堆出最完美的雪人，还偷偷给我塞了一颗糖，说是为了让雪人更甜。
记得有一次，我因为期末考试压力大，心情特别不好。你不仅陪我聊天解闷，还带我去吃了最爱的烤肉，那顿饭吃得我心花怒放。从那以后，每当我遇到困难，都会想起你的鼓励和支持，让我有了继续前行的勇气。
还有那次，你帮我修理自行车，虽然最后还是没修好，但那份耐心和细心让我感动不已。你总是在我需要的时候出现，就像圣诞老人一样，给我带来惊喜和温暖。
现在，虽然我们各自忙碌，但这份兄弟情谊从未改变。希望这个圣诞节，你能和家人一起度过一个温馨美好的时光。愿你的生活像圣诞树上的彩灯一样，五彩斑斓；愿你的笑容像圣诞老人的礼物一样，带给身边的人无尽的快乐。
最后，别忘了给自己准备一份特别的礼物，毕竟，你也是那个最棒的“圣诞老人”呢！
[2024/10/08] 完成第一阶段全知识库对话更新，数据下载 huggingface
[2024/10/05] 重构 Agent 模块，修复 代码规范
[2024/09/02] 更新第一款专注敬酒场景的知识库对话模型
[2024/08/31] 重构仓库结构，更新工具代码及langchain 知识库问答、对应 demo
[2024/07/16] 发布敬酒场景的天机模型, 开源 语料
[2024/07/14] 更新送祝福模块 支持更多风格切换，数据开源至 huggingface
[2024/05/04] 《化解"尴尬"场合》为例微调数据获取、制造教程，对应数据开源至 huggingface
[2024/05/02] 送祝福任务的数据收集到微调过程的全流程复现文档及其对应数据、配置、辅助脚本
[2024/02/01] 发布初版体验地址
天机虽不可泄漏，但总有一款适合你
运行prompt版本天机，感受放飞自我的答复
|
|
运行知识库版本天机，获得详细的人情世故指导
化解尴尬场合 |
如何说对话 |
敬酒礼仪文化 |
矛盾冲突应对 |
请客礼仪文化 |
送礼礼仪文化 |
运行微调后送祝福天机，一片真诚送出祝福
在本项目中，执行下列指令即可完成项目的安装
pip install -e .
为确保项目正常运行，请在项目内新建.env文件，并在其中设置你的API密钥，你可以根据下列例子写入对应的 key，即可成功运行调用,目前默认使用 siliconflow 与 ZhipuAI，你可以获取对应token即可使用。
当前 Pormpt demo 使用 ZhipuAI api，rag 与 agent demo 使用 Siliconflow api，你可以填写这两者调用密钥，即可使用 tianji 的全部功能。
OPENAI_API_KEY=
ZHIPUAI_API_KEY=
如果在从Hugging Face下载模型时遇到速度极慢或无法下载的问题，请在.env文件中设置HF_ENDPOINT的值为https://hf-mirror.com。请注意，某些Hugging Face仓库可能需要访问权限（例如Jina Ai）。为此，请注册一个Hugging Face账号，并在.env文件中添加HF_TOKEN。你可以在这里找到并获取你的token。
HF_HOME='temp/huggingface_cache/'
HF_ENDPOINT='https://hf-mirror.com'
OPENAI_API_KEY=
OPENAI_API_BASE=
ZHIPUAI_API_KEY=
OPENAI_API_MODEL=
HF_TOKEN=
TAVILY_API_KEY=
如果你想要结合 Agent 中的网络搜索工具给出更好的回答，你需要填写上述环境变量的 TAVILY_API_KEY 进行搜索请求，你可以在 TAVILY 官网获取密钥（个人免费额度）
以下给出 prompt 以及 agent 的相关应用方式，在运行前请确保你已经新建.env文件：
# 运行prompt webui前端
python3 run/tianji_prompt_webui.py
# 运行agent前端
streamlit run run/metagpt_webui.py
# 运行langchain前端
python run/demo_rag_langchain_onlinellm.py- 加入意图识别模块，替代主动选择场景
- 完成 Agent 部分文档
- 增加 Dify、Agently 调用方式
- 补充文档（如何参考本项目构建自己的应用prompt、agent、知识库、微调应用）
已完成项目
- 释放最简初版(涉及prompt、aigame、agent、知识库、模型微调)
- 完成人情世故大模型-送祝福的模型微调数据收集到微调过程的可复现文档
- 开源人情世故语料-送祝福至 Huggingface
- 迭代更好的数据制造工具与清洗方案，开源数据清洗脚本
- 完成 Agent 部分重构
- 完成知识库部分迭代，开源至huggingface
- 整理多维度数据，开源较完整人情世故语料
基于整理后的人情世故数据，人情世故大模型系统-天机包括了常见人际交往中的七大领域（具体可以参考 场景分类 中的场景细化细节），其中大体可分为：
1.敬酒礼仪文化 Etiquette
不惧碰杯，酒席桌上一条龙
2.请客礼仪文化 Hospitality
友好地展示你的友好
3.送礼礼仪文化 Gifting
此礼非礼，直击人心
4.送祝福 Wishes
承包你的所有祝福语
5.如何说对话 Communication
据说是低情商救星
6.化解"尴尬"场合 Awkwardness
没心没肺，找回自我
7.矛盾&冲突应对 Conflict
《能屈能伸》
结合这些领域，Tianji涉及到的技术路线共有四种：
- 纯prompt（包括AI游戏）：内置 system prompt 基于大模型自身能力对话。
- Agent（MetaGPT等）：利用 Agent 架构的得到更丰富、更定制化详细的回答。
- 知识库：直接检索人情世故法则（比如餐桌上一般怎么喝酒）。
- 模型训练：基于不同优秀的模型基座，在积累大量数据的情况下进行Lora微调或全量微调。
您可以在 tianji 目录下找到四种路线的对应源码，如果您想参考 Tianji 的项目架构、数据管理、技术路线复刻出属于自己的垂直领域 AI 应用，欢迎 fork 或者直接参考，我们将会开源所有包括从项目的起步、数据的方向探索、数据构建与管理、AI应用从0制作、领域（比如人情世故）与技术路线的深入结合的全过程；我们希望看到 AI 原生应用在生活中进一步的加速推进。
assets/：静态图片文件
docs/：所有文档目录
run/： 包括了各类演示用前端
temp/：运行时临时文件目录，包含各类模型文件
test/：这里存放了各类功能的测试文件，包括核心模块以及大语言模型单独运行的单元测试
tianji/：源代码目录，包含主要逻辑与算法实现（prompt、agent、knowledges、finetune）
tools/：涵盖帮助收集数据、整理数据清洗语料的工具
得益于良好的ci设施，你只需要参考示例PR，就可以很快提出自己的第一个 Prompt Pull request！
提交PR后，新的prompt将自动合并于 tianji/prompt 下的json文件中，方便一键调用。如果你不知道写什么，可以参考 场景分类 中的各类场景细化细节，写出不同人情世故领域的prompt。
在进行项目开发与贡献之前，在保证key的正确设定后，你还需要在提交 pull request 前进行格式检查。你可以参考下列方式进行 pre-commit 的安装，在 commit 环节将会看到变更文件格式会被自动修改。
pip install pre-commit
pre-commit install
git add .
git commit -m "提交信息"
git push
这一步，你需要反复执行下列两步,直到 commit 成功 （该过程会帮助你自动修复绝大部分格式错误，但对于某些复杂格式需要自己手动根据提示修改。）
git add .
git commit -m "提交信息"
若全部成功，你将会看到类似如下信息显示：
[main 2333] rebuild code standard
5 files changed, 4 insertions(+), 3 deletions(-)
该项目的初衷，第一是为了让AI学会核心技术，第二是让更多人（领域/行业）可以构建属于自己的AI系统，加速AI对每一个领域的渗透。你可以通过以下方式来学习该项目：
你可以 fork 本项目修改，创造出新的垂直领域应用:
- 租房助手（agent）
- 带娃助手（数据收集与知识库）
- 生活指南（数据收集与知识库） ......
有些贡献者没有Github账户，我们发自内心感谢每一位贡献者，谢谢有你们！，也欢迎你一起加入！
感谢下列所有人对本项目的帮助（不分前后），以及你的关注：
- 项目最开始时刻 智谱AI 的token支持
- 上海人工智能实验室 InternLM(书生·浦语) 模型，以及提供的A100显卡资源、与 书生浦语API 支持
- InternLM(书生·浦语) 系列开源教程（目前最好的LLM实战全栈教程之一）
- 飞桨 aistudio 星河社区 的 token 与显卡支持
- Datawhale 开源学习社区
- 奇想星球
- zRzRzR的帮助
