AI-Functions

AI-Functions 项目介绍

AI-Functions 是一个简易使用的 AI 功能实现库，主要通过 OpenAI 的 GPT-4（或其他版本）来执行各种任务。该项目受 Ask Marvin 的启发，旨在让用户能够更轻松地利用 AI 执行特定功能。

功能概述

AI-Functions 的设计让用户可以使用 AI 执行多种任务。项目通过一个名为 ai_function 的函数实现，这个函数可以根据用户提供的函数签名、参数以及描述来生成相应的结果。例如：

function_string = "def fake_people(n: int) -> list[dict]:"
args = ["4"]
description_string = """Generates n examples of fake data representing people, each with a name and an age."""

result = ai_functions.ai_function(function_string, args, description_string)

上述示例会生成一个包含伪造人物数据的列表，每个人物都有一个姓名和年龄。

安装步骤

要使用 AI-Functions，需按照以下步骤进行安装：

1. 克隆代码库：

   git clone https://github.com/YourUsername/SuperSimpleAIFunctions.git

2. 安装所需的依赖库：

   pip install -r requirements.txt

3. 获取一个 OpenAI API 密钥，并将其存放在与脚本同一目录下的 keys.py 文件中，或设置为环境变量。

使用说明

在使用过程中，用户需要通过 ai_functions.py 中的 ai_function 函数来指定函数特征、参数及其描述。以下是一个简单的使用示例：

import ai_functions

function = "def add(a: int, b: int) -> int:"
args = ["5", "7"]
description = "Adds two integers."

result = ai_functions.ai_function(function, args, description)
print(result)  # 输出: 12

使用限制

尽管 AI-Functions 在某些任务中表现良好，但在涉及到复杂数学计算和精确度的任务中，它并不是最佳选择。例如，在三角形面积的计算中，GPT-4 和 GPT-3.5-turbo 会因错误的浮点值或响应格式而失败。因此，在需要数学精度的场景中，传统的算法和库可能会产生更为准确的结果。

以下是不同 GPT 模型在任务中的成功率比较：

测试和贡献

test_ai_functions.py 提供了对 ai_function 的测试用例。用户可以通过运行脚本来查看测试结果和成功率：

python test_ai_functions.py

欢迎大家做出贡献！无论是添加更多测试用例，还是改进现有代码，贡献者都可以通过提交 Pull Request 来参与项目的开发。