LaunchKit

LaunchKit是一个开源库，使开发者能够创建和管理基于Python的工具，这些工具可以增强GPT聊天机器人的功能。它将您的Python代码转换为大型语言模型（LLMs）如OpenAI的GPT可以理解和使用的格式，这得益于由代码的类型注解驱动的JSON模式生成。

使用Pydantic，LaunchKit读取代码的结构和细节，确保机器人可以正确地与您的工具交互。这个过程在您的函数和聊天机器人之间提供了清晰、可强制执行的合约，使您的机器人更加健壮且易于维护。

使用Launchkit，您可以

1. 创建机器人可以使用基于Python的工具。
2. 与您的机器人交谈并在本地测试函数。
3. 将升级后的机器人部署到Discord、Slack和Telegram等频道。（通过MissionControl）

玩具示例

from launchkit import LaunchKit

def add(a: int, b: int):
    """Adds two numbers together."""
    return a + b

# async functions are also supported
async def fetch_today_weather():
    """Gets today's weather."""
    await some_async_function()
    return {
        "temperature": 20,
        "humidity": 50
    }

tools = LaunchKit([add, fetch_today_weather])

tools.openai_tools() # list of tools in OpenAI format - ready to be sent to the API.

在终端中本地与您的机器人交谈

launchkit module_name:tools

入门

1. 安装PDM

2. 创建一个新项目

mkdir my_project
cd my_project
pdm init --copier gh:missioncontrolai/template
pdm install

3. 测试它

pdm test # run tests
pdm dev # talk with your bot

4. 部署它（通过MissionControl）

git init
git add .
git commit -m "Initial commit"

• 在github上创建一个新仓库并将其推送到它。
• 创建一个Discord机器人并保存令牌。
• 前往https://www.missioncontrolbot.com/并添加您的仓库。

第一步

创建函数

def add(a: int, b: int): # use a descriptive name and type annotations
    """Adds two numbers together.""" # add a docstring
    return a + b

[!注意]

• 函数的名称将被用作工具的名称。文档字符串将被用作工具的描述。
• 使用类型注解（更多关于类型）来帮助机器人理解应该发送什么类型的数据到您的函数。

也支持异步函数

async def fetch_today_weather():
    """Gets today's weather."""
    await some_async_function()
    return {
        "temperature": 20,
        "humidity": 50
    }

[!注意]

• 返回类型应该是可序列化为JSON的。
• 当返回字典时，请确保字段名称具有描述性。机器人将使用它们来生成更好的函数执行结果摘要。

将您的函数暴露给机器人

from launchkit import LaunchKit

tools = LaunchKit([add, fetch_today_weather])

测试

在终端中本地与您的机器人交谈

launchkit module_name:tools

为您的函数编写测试

def test_add():
    assert add(1, 2) == 3

总结

• 使用描述性名称
• 添加文档字符串
• 使用类型注解
• 返回类型应可序列化为JSON
• 使用描述性字段名称的字典