ellmer：一个灵活的 R 语言 LLM 框架

1 ellmer 简介

ellmer 是一个功能强大且灵活的 R 包，旨在简化大语言模型（LLM）的使用。它支持广泛的 LLM 提供商，并包含丰富的功能，如流式输出、工具/函数调用和结构化数据提取。这使其成为将先进的 AI 功能集成到您的 R 项目中的绝佳选择。

2 安装

首先，从 CRAN 安装 ellmer 包。

Code

# 安装 ellmer 包
install.packages("ellmer")

3 入门指南

3.1 加载必要的包

将 ellmer 和 keyring 包加载到您的 R 会话中。keyring 用于安全地管理 API 密钥。

Code

# 加载所需的库
library(ellmer)
library(keyring)

4 使用 Google Gemini

本节演示如何将 ellmer 与 Google 的 Gemini 模型结合使用。

4.1 初始化聊天模型

首先，创建一个 Gemini 聊天模型的实例，提供您的 API 密钥并指定要使用的模型。

Code

# 设置 Google Gemini 聊天模型
chat_gemini_model <- chat_google_gemini(
  api_key = key_get("google_ai_api_key"),
  model = "gemini-1.5-flash"
)

chat_gemini_model

4.2 生成文本

模型初始化后，您就可以开始聊天并生成文本。

Code

# 从模型生成回应
result <- chat_gemini_model$chat("给我讲三个关于统计学家的笑话")
result

5 交互模式

ellmer 提供了交互模式，以获得更具对话性的体验。

5.1 实时浏览器模式

您可以启动一个基于 Web 的界面与模型聊天。

Code

# 在网页浏览器中打开交互式聊天会话
live_browser(chat_gemini_model)

5.2 控制台模式

或者，您可以直接在 R 控制台中与模型聊天。

Code

# 在控制台中启动交互式聊天会话
live_console(chat_gemini_model)

6 高级用法

6.1 使用系统提示

您可以提供系统提示来引导模型的行为和语气。

Code

# 定义一个系统提示
system_prompt <- "你是一位IT专家"
system_prompt

Code

# 使用系统提示初始化模型
chat_gemini_model_expert <- chat_google_gemini(
  system_prompt = system_prompt,
  api_key = key_get("google_ai_api_key"),
  model = "gemini-1.5-flash"
)

chat_gemini_model_expert

6.2 视觉能力

ellmer 还支持可以分析图像的多模态模型。

首先，将图像文件上传到 Google API。

Code

# 上传一个图像文件
file <- google_upload(
  path = "coffee.jpeg",
  api_key = key_get("google_ai_api_key")
)

然后，您可以要求模型描述或分析该图像。

Code

# 要求模型总结图像内容
chat_gemini_model$chat(file, "请用三段话总结一下这张图片的内容")

7 高级功能

ellmer 还支持更高级的功能，如结构化输出和工具调用，这些功能可以实现更复杂、更强大的应用程序。

8 结论

ellmer 是一个全面且用户友好的 R 包，用于处理大语言模型。其广泛的功能、对多个提供商的支持以及易用性，使其成为希望将 LLM 的强大功能融入其数据分析和应用程序的 R 用户的宝贵工具。

9 参考

ellmer 网站

--- title: "ellmer：一个灵活的 R 语言 LLM 框架" execute: warning: false error: false eval: false format: html: toc: true toc-location: right code-fold: show code-tools: true number-sections: true code-block-bg: true code-block-border-left: "#31BAE9" --- ![](https://ellmer.tidyverse.org/logo.png){width="260"} # ellmer 简介 `ellmer` 是一个功能强大且灵活的 R 包，旨在简化大语言模型（LLM）的使用。它支持广泛的 LLM 提供商，并包含丰富的功能，如流式输出、工具/函数调用和结构化数据提取。这使其成为将先进的 AI 功能集成到您的 R 项目中的绝佳选择。 # 安装首先，从 CRAN 安装 `ellmer` 包。 ```{r} #| eval: false # 安装 ellmer 包 install.packages("ellmer") ``` # 入门指南 ## 加载必要的包将 `ellmer` 和 `keyring` 包加载到您的 R 会话中。`keyring` 用于安全地管理 API 密钥。 ```{r} # 加载所需的库 library(ellmer) library(keyring) ``` # 使用 Google Gemini 本节演示如何将 `ellmer` 与 Google 的 Gemini 模型结合使用。 ## 初始化聊天模型首先，创建一个 Gemini 聊天模型的实例，提供您的 API 密钥并指定要使用的模型。 ```{r} # 设置 Google Gemini 聊天模型 chat_gemini_model <- chat_google_gemini( api_key = key_get("google_ai_api_key"), model = "gemini-1.5-flash" ) chat_gemini_model ``` ## 生成文本模型初始化后，您就可以开始聊天并生成文本。 ```{r} # 从模型生成回应 result <- chat_gemini_model$chat("给我讲三个关于统计学家的笑话") result ``` # 交互模式 `ellmer` 提供了交互模式，以获得更具对话性的体验。 ## 实时浏览器模式您可以启动一个基于 Web 的界面与模型聊天。 ```{r} #| eval: false # 在网页浏览器中打开交互式聊天会话 live_browser(chat_gemini_model) ``` ## 控制台模式或者，您可以直接在 R 控制台中与模型聊天。 ```{r} #| eval: false # 在控制台中启动交互式聊天会话 live_console(chat_gemini_model) ``` # 高级用法 ## 使用系统提示您可以提供系统提示来引导模型的行为和语气。 ```{r} # 定义一个系统提示 system_prompt <- "你是一位IT专家" system_prompt ``` ```{r} # 使用系统提示初始化模型 chat_gemini_model_expert <- chat_google_gemini( system_prompt = system_prompt, api_key = key_get("google_ai_api_key"), model = "gemini-1.5-flash" ) chat_gemini_model_expert ``` ## 视觉能力 `ellmer` 还支持可以分析图像的多模态模型。 ![](images/clipboard-2594497482.jpeg) 首先，将图像文件上传到 Google API。 ```{r} # 上传一个图像文件 file <- google_upload( path = "coffee.jpeg", api_key = key_get("google_ai_api_key") ) ``` 然后，您可以要求模型描述或分析该图像。 ```{r} # 要求模型总结图像内容 chat_gemini_model$chat(file, "请用三段话总结一下这张图片的内容") ``` # 高级功能 `ellmer` 还支持更高级的功能，如结构化输出和工具调用，这些功能可以实现更复杂、更强大的应用程序。 # 结论 `ellmer` 是一个全面且用户友好的 R 包，用于处理大语言模型。其广泛的功能、对多个提供商的支持以及易用性，使其成为希望将 LLM 的强大功能融入其数据分析和应用程序的 R 用户的宝贵工具。 # 参考 - [ellmer 网站](https://ellmer.tidyverse.org/)