访问Google的Gemini系列模型的LLM插件
项目描述
llm-gemini
访问Google的Gemini模型的API
安装
在与LLM相同的环境中安装此插件。
llm install llm-gemini
使用方法
通过设置名为"gemini"的键来配置模型,该键对应于您的API密钥
llm keys set gemini
<paste key here>
现在使用-m gemini-pro
运行模型,例如
llm -m gemini-pro "A joke about a pelican and a walrus"
为什么海鸥会生海象的气?
因为他叫他河马批评家。
要交互式地与模型聊天,请运行llm chat
llm chat -m gemini-pro
如果您可以访问Gemini 1.5 Pro预览版,可以使用-m gemini-1.5-pro-latest
来使用该模型。
嵌入
该插件还添加了对text-embedding-004
嵌入模型的支持。
运行单个字符串,如下所示
llm embed -m text-embedding-004 -c 'hello world'
这将返回一个包含768个数字的JSON数组。
此命令将嵌入当前目录子目录中的每个README.md
文件,并将结果存储在名为embed.db
的SQLite数据库中,在名为readmes
的集合中
llm embed-multi readmes --files . '*/README.md' -d embed.db -m text-embedding-004
然后您可以像这样对该集合进行相似性搜索
llm similar readmes -c 'upload csvs to stuff' -d embed.db
有关更多详细信息,请参阅LLM嵌入文档
开发
要本地设置此插件,首先检出代码。然后创建一个新的虚拟环境
cd llm-gemini
python3 -m venv venv
source venv/bin/activate
现在安装依赖项和测试依赖项
llm install -e '.[test]'
要运行测试
pytest
项目详情
下载文件
下载您平台的文件。如果您不确定选择哪一个,请了解有关安装包的更多信息。
源代码分发
llm_gemini-0.2.tar.gz (7.9 kB 查看哈希值)
构建分发
llm_gemini-0.2-py3-none-any.whl (8.1 kB 查看哈希值)
关闭
llm_gemini-0.2.tar.gz的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 1370dd751c9aef4fe8a52d5ef18c254ebc7ff641d804cf0eda5a1c7a924d755d |
|
MD5 | accab582338b117c6af756abf5c2a5ef |
|
BLAKE2b-256 | 7f37d2bc164d00e67108ae27469543c07fb398bff316a0067b84915f2da002ba |
关闭
llm_gemini-0.2-py3-none-any.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 99d4d90d1998dfc0e815b8b71bcd325f18f38b6977f4b89796a0a7eb4c31a897 |
|
MD5 | 445b9fb5265068126b55a6b3990e2d9f |
|
BLAKE2b-256 | 295edafc7581c492a5a7f345c39b4645cfcaac9b372b1ee67fbc00706d0bf803 |