llm-gateway

项目介绍：llm-gateway

🤔 什么是 llm-gateway？

llm-gateway 是一个为第三方大型语言模型（LLM）供应商如 OpenAI、Cohere 等提供的网关。它通过 PostgreSQL 数据库来追踪发送到这些供应商和从中接收的数据，并在发送前运行个人识别信息（PII）的清除策略。

根据 OpenAI 的非 API 消费者产品数据使用政策，他们可能会利用用户的输入内容、响应、上传图片和生成图片来提升服务质量，包括如 ChatGPT 和 DALL-E 等产品。使用 llm-gateway 与 OpenAI 互动是一个安全的选择。该网关还通过使用 OpenAI 的 /ChatCompletion 接口重现了 ChatGPT 前端，因此所有通信都在 API 内进行。

📦 支持的模型

以下是 llm-gateway 支持的模型列表：

⚒️ 使用方法

使用此项目时，需要将供应商的 API 密钥保存为环境变量。如果是与 OpenAI 通信，需要设置 OPENAI_API_KEY。详细的设置步骤可通过 此链接 查看，包括 Cohere、OpenAI 和 AWS Bedrock 的详细指引。

API 使用方法

下面是与 OpenAI /completion 端点进行通信的一个示例：

curl -X 'POST' \
  'http://<host>/api/openai/completion' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
  "temperature": 0,
  "prompt": "Tell me what is the meaning of life",
  "max_tokens": 50,
  "model": "text-davinci-003"
}'

如果使用 /chat_completion 端点，可以按用户与助手对话的形式构建请求：

curl -X 'POST' \
  'http://<host>/api/openai/chat_completion' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
  "messages": [
    {"role": "assistant", "content": "You are an intelligent assistant."},
    {"role": "user", "content": "create a healthy recipe"}
  ],
  "model": "gpt-3.5-turbo",
  "temperature": 0
}'

Python 使用方法

可以通过以下 Python 代码与 OpenAI 交互：

from llm_gateway.providers.openai import OpenAIWrapper

wrapper = OpenAIWrapper()
wrapper.send_openai_request(
    "Completion",
    "create",
    max_tokens=100,
    prompt="What is the meaning of life?",
    temperature=0,
    model="text-davinci-003",
)

🚀 开发者快速入门

此项目使用 Poetry 和 Pyenv 来管理依赖和开发环境。关于这两个工具的安装可以参考 Poetry 官方文档 和 Pyenv 官方文档。对于前端部分，该项目使用 npm 和 yarn 来管理依赖。最新的 node 版本在 .node-version 文件中有明确声明。

后端依赖

如果使用 Docker，可以选择性地省略步骤 1-3。建议安装 pre-commit 钩子以加速开发周期。

1. 安装 Poetry 和 Pyenv
2. 安装指定的 Python 版本：pyenv install 3.11.3
3. 安装项目需求：

   brew install gitleaks
   poetry install
   poetry run pre-commit install

4. 执行 cp .envrc.example .envrc 并更新 API 密钥

🐳 Docker 开发流程（后端和前端）

使用 Docker 运行项目：

# 启动 docker-compose
make up

# 在浏览器中打开前端
make browse

# 打开 FastAPI Swagger API
make browse-api

# 删除 docker-compose 设置
make down

通过这些操作步骤，开发者可以轻松地在 Docker 中运行和测试 llm-gateway 项目，无论是后端还是前端的开发环境。