隆重推出 ModelFusion：使用 JavaScript 和 TypeScript 构建 AI 应用

如果你是一名 JavaScript 或 TypeScript 开发者，你可能已经注意到，人们对构建 AI 应用的兴趣正在迅速增长，尤其是在 2022 年 11 月 ChatGPT 发布之后。随着 AI 的兴起，许多人正在探索将模型集成到应用程序、聊天机器人和智能代理中的创新方法。但这里存在一个常见的障碍：专门为 JS/TS 开发者设计的、能够简化 AI 模型（包括 LLM，即大型语言模型）开发的库寥寥无几。

也许你和我一样有过这样的经历：你从 LangChain 之类的框架开始，构建了你的第一个应用，并获得了成就感。但随后，你意识到它难以根据你的特定需求进行调整，于是遇到了瓶颈。你可能转而直接使用 OpenAI 或其他 API，最终却不得不自己编写框架。这条路充满了复杂性和不必要的麻烦。

这就是我创建ModelFusion 的原因。我亲身经历了这个过程，并意识到需要一个解决方案，它既能提供大量可重用的元素，又能实现模型间的统一，同时又不会过于限制模型的运行。与其他一些可能让人感觉“像黑魔法”的工具不同，ModelFusion 被设计成一个库，而不是一个框架。你可以把它想象成一个工具箱，它赋予你对底层模型的完全控制权，并以最小的开销添加各种支持功能。

快速示例

以下是一个简单的示例，演示如何使用 ModelFusion 和 OpenAI 生成文本：

import { generateText, openai } from "modelfusion";

const text = await generateText({
  model: openai.CompletionTextGenerator({
    model: "gpt-3.5-turbo-instruct",
  }),
  prompt: "Write a short story about a robot learning to love: ",
});

响应中还包含其他信息，例如元数据和完整响应。ModelFusion文档包含许多示例和演示应用程序。

主要特点

以下是ModelFusion的突出特点：

• 类型推断与验证：ModelFusion 利用 TypeScript 和 Zod，确保您从模型中获得完全符合预期的结果。告别猜测，只有清晰且经过验证的响应。
• 灵活性和控制力：您可以完全掌控提示、设置和原始模型响应。您可以根据自身需求进行调整和适应，而不会受到框架的限制。
• 摒弃链式调用和预定义提示：从示例入手，使用熟悉的 JavaScript 概念构建应用程序。清晰明了，没有任何令人费解的晦涩难懂之处。
• 支持多种AI模型：超越文本本身，集成文本转图像和语音转文本等功能。ModelFusion支持多种模型，满足您的创意构想。
• 集成支持功能：专注于您的应用程序，内置日志记录、重试、限流、跟踪和错误处理等基本功能。

ModelFusion 可与各种模型提供商、向量索引和可观测性工具集成，例如OpenAI、Llama.cpp、Pinecone和Helicone。不断增长的集成列表为 JS/TS 开发人员提供了一个灵活且适应性强的工具箱，以满足您的独特需求，而无需任何不必要的复杂性。

入门

以下是您开始使用 ModelFusion 所需的一切：

1. 探索代码：访问ModelFusion GitHub 存储库，仔细查看源代码，做出贡献，或者如果您遇到任何问题，甚至可以提出问题。
2. 阅读文档：如果您想深入了解各项功能，ModelFusion 文档中包含大量示例、演示应用程序和教程，可指导您完成各种用例和集成。
3. 加入社区：有任何疑问或需要帮助？欢迎随时加入ModelFusion Discord ，与其他志同道合的开发者交流。我们在这里互相支持。

如果您正在使用 JavaScript 或 TypeScript 开发 AI 模型，请探索 ModelFusion；您的反馈和参与可以帮助完善此工具包，使其更好地服务于开发者社区。