天机

<img src="https://yellow-cdn.veclightyear.com/835a84d5/498e1585-b311-4b04-ac16-9f3bce01fbd7.jpg" width="100"/> &nbsp<a href="README.md">中文</a>&nbsp ｜ &nbsp<a href="README_en.md">English</a>&nbsp ｜ &nbsp<a href="README_jp.md">日本語</a> <a href="https://python.org/" target="_blank"><img alt="PyPI - Python Version" src="https://img.shields.io/pypi/pyversions/moelib?logo=python&style=flat-square"></a> <a href="https://github.com/tatsu-lab/stanford_alpaca/blob/main/LICENSE"><img alt="LICENSE" src="https://camo.githubusercontent.com/ff42248868bc1387751598955e573b397851d947f13ddd7618c0ba9e66aacdf6/68747470733a2f2f696d672e736869656c64732e696f2f62616467652f436f64652532304c6963656e73652d4170616368655f322e302d677265656e2e737667"></a>

天机是SocialAI（来事儿AI）制作的一款免费使用、非商业用途的人工智能系统。您可以利用它进行涉及传统人情世故的任务，如"如何敬酒、如何说好话、如何会来事儿"等，以提升您的情商和核心竞争能力。我们坚信，只有人情世故才是未来AI的核心技术，只有会来事儿的AI才有机会走向AGI，让我们携手见证通用人工智能的来临。 —— "天机不可泄漏。"

你将在天机中学会 🍉

构建prompt对话大模型应用
制作AI游戏（类似哄哄模拟器）应用
基于metagpt构建智能体应用（即将重构）
从零构建一个知识库对话应用（即将重构）
从零制作数据、微调属于自己的大语言模型

学完全部内容后，你将获得大语言模型入门级全栈应用开发能力。🕶️

SocialAI（来事儿AI）是设立于中国的非营利组织，我们完全开源了Tianji（天机）系列工作，当前开源系统技术路线涉及为Prompt、AI游戏、Agent、知识库、模型训练。具体内容，请查看文档与对应仓库。

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
  不惧碰杯，酒席桌上一条龙
2.请客礼仪文化
  友好地展示你的友好
3.送礼礼仪文化
  此礼非礼，直击人心
4.送祝福
  承包你的所有祝福语
5.如何说对话
  据说是低情商救星
6.化解"尴尬"场合
  没心没肺，找回自我
7.矛盾&冲突应对
  《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。

如果您想提建议 / 参与这个项目的开发流程，欢迎加入社区群！

📰新闻

[2024.07.16] 🚀 我们发布了第一款专注敬酒场景的天机模型，对应敬酒语料
[2024.07.14] 更新了新版的送祝福模块，支持更多风格切换，数据已开源至huggingface
[2024.05.04] 🚀 我们发布了以《化解"尴尬"场合》为例的微调数据获取、制造教程，对应数据开源至huggingface
[2024.05.02] 🚀 我们发布了有关人情世故大模型-送祝福的数据收集到微调过程的全流程可复现文档及其对应数据、配置、辅助脚本，（鸽了一段时间但又回来了，主要维护者持续加班忙了，放假才能快乐开源）
[2024.02.01] 🧑‍🚀 我们发布了有关prompt、Agent应用、知识库(TODO)、模型微调(基于InternLM2)的初版体验地址，将仓库转为开放。

路线图

运行环境

环境安装

在本项目中，执行下列指令即可安装项目的完整环境

pip install -r requirements.txt
pip install .

密钥配置

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密钥，即可成功运行调用，目前默认使用zhipuai，你可以仅写入ZHIPUAI_API_KEY即可使用。

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。

OPENAI_API_KEY=
OPENAI_API_BASE=
ZHIPUAI_API_KEY=
BAIDU_API_KEY=
OPENAI_API_MODEL=
HF_HOME='./cache/'
HF_ENDPOINT = 'https://hf-mirror.com'
HF_TOKEN=

文件目录说明

assets/：静态图片文件 
run/： 包括了各类演示用前端
test/：这里存放了各类功能的测试文件，包括核心模块以及llm运行的单元测试
tianji/：源代码目录，包含主要逻辑与算法实现
tools/：帮助收集数据、整理数据清洗语料的工具

文档说明

TODO,待覆盖全文档

🍺运行方式

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

示例

微调 - 祝福模块

当前祝福模块支持三种模式触发：

普通风格，直接写祝福对象，符合常见对话规律。
小红书风格，在祝福对象指定后加上小红书风格，可触发；自带emoji以及可爱对话风格。
严肃风格，在祝福对象指定后加上严肃风格，可触发；文书风格。

prompt - 如何敬酒

以下给出特斯拉创始人Elon Musk向OpenAI创始人Sam Altman敬酒的对话示例（基于内置提示词生成）：

埃隆·马斯克：山姆，你的OpenAI不如改名叫CloseAI
山姆·奥特曼：你先管好你的Grok吧，罚你三杯！
埃隆·马斯克：你这话说的，是要我喝完这瓶白酒吗？
山姆·奥特曼：哈哈，埃隆，你可是以星辰大海为目标的男人，一瓶白酒算什么？我可是听说你在SpaceX的派对上连火箭燃料都敢喝呢！来，这杯我干了，你随意，但别有损世界首富的风度啊！
埃隆·马斯克：你这是在激我啊，山姆老兄！那我就不客气了，我喝掉，你半杯。不过说回来，OpenAI的成果可不只是靠吹牛，你得好好看着，别让它真的变成了"CloseAI"。
山姆·奥特曼：嘿，我这CEO的帽子随时准备摘下来给你戴戴的，马斯克老兄。不过今晚，让我们先忘了这些，来，为我们的友谊干杯！我喝掉，你随意，但记住，明天还得继续改变世界呢！
埃隆·马斯克：好，就为你这句"改变世界"，我干了这杯！不过别以为我会轻易放过你，等我下次带上我的特斯拉充电桩，看你怎么应对！
山姆·奥特曼：哈哈，我等着那一天！不过现在，让我们先享受今晚。来，最后一杯，我干了，你随意，喝得开心，别忘了，OpenAI的AI们还在等着我们回去继续训练呢！

### 知识库 - xxx
待办

## 如何参与本项目

### 问题看板

[这里](https://github.com/SocialAI-tianji/Tianji/issues/31)记录了该项目存在的一些问题（欢迎领取解决），以及未来的一些路线图需要完成，当前还没时间写，如果您有时间想一起来玩儿，请在issue提出或者直接邮箱联系我：physicoada@gmail.com

### 提交第一个PR 

得益于良好的CI设施，你只需要参考[示例PR](https://github.com/SocialAI-tianji/Tianji/pull/27)，就可以很快提出自己的第一个prompt PR！
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](test/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。

## 如何复刻本项目

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：

你可以参考本项目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）
......

## 贡献者

<a href="https://github.com/eryajf/learn-github/graphs/contributors">
  <img src="https://contrib.rocks/image?repo=SocialAI-tianji/Tianji" />
</a>

[有些贡献者没有GitHub，我们感谢其中的每一位贡献者！](docs/contributor.md)，也欢迎你一起加入！

## 鸣谢

感谢下列所有人对本项目的帮助：

- 所有贡献者
- 强大的[智谱AI](https://open.bigmodel.cn/)的token支持！（除微调外，目前基座皆基于智谱AI）
- 上海人工智能实验室 [InternLM(书生·浦语) 模型](https://github.com/InternLM/InternLM)，以及提供的A100显卡资源！
- [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）](https://github.com/InternLM/tutorial)
- [Datawhale 开源学习社区](https://github.com/datawhalechina)
- [奇想星球](https://1aigc.cn/)

## Star History

![Star History Chart](https://api.star-history.com/svg?repos=SocialAI-tianji/Tianji&type=Date)