LLM 食品配送项目教程

LLM 食品配送项目教程

llm-food-deliveryMaking the food-delivery experience easy for busy folks :)项目地址:https://gitcode.com/gh_mirrors/ll/llm-food-delivery

1、项目介绍

LLM 食品配送 是一个开源项目，旨在简化忙碌人群的食品配送体验。该项目利用大型语言模型（LLM）来智能规划和选择应用程序中的不同功能，例如搜索和下单。通过自定义操作符（Operator），用户可以构建自己的食品配送应用程序，实现智能化的食品订购和管理。

2、项目快速启动

2.1 创建环境

首先，创建一个环境并配置所需的 API 密钥：

# 创建一个 OpenAI API 密钥
export OPENAI_API_KEY="your_openai_api_key"

# 创建一个 Pinecone API 密钥
export PINECONE_API_KEY="your_pinecone_api_key"

2.2 配置数据库

按照教程创建并填充数据库：

# 创建 Pinecone 索引
pinecone create-index --name auto-food-order

# 创建数据库
python create_database.py

2.3 配置模型

打开 config.yaml 文件，选择你想要使用的模型（建议使用 gpt-4 或 gpt-4-32k）：

model: gpt-4
parameters:
  temperature: 0.7
  max_tokens: 100

2.4 使用 Docker 运行

安装 Docker 并在你的机器上运行：

# 安装 Docker
sudo apt-get install docker-ce docker-ce-cli containerd.io

# 构建并运行 Docker 容器
docker-compose up --build

3、应用案例和最佳实践

3.1 自定义操作符

以下是一个自定义操作符的示例，用于处理食品配送应用中的搜索和下单操作：

from llm_food_delivery import FoodDeliveryOperator

food_operator = FoodDeliveryOperator()
food_operator.add_operation(food_operator.search)
food_operator.add_operation(food_operator.order)
food_operator.train("training_file.csv", "operator_save_path")

response = food_operator("I want 10l of milk")
print(response)

3.2 运行自定义查询

你可以运行自定义查询，例如：

./food_delivery_operator.sh --operator_save_path models/AnotherFoodDeliveryOperator/ --query "Add 2 gallons of milk to my cart please"

4、典型生态项目

4.1 相关项目

• LLM 操作符：构建自定义规划和工具使用的大型语言模型。
• 食品配送 API：提供食品配送服务的 API。
• 智能客服：利用 LLM 构建的智能客服系统。

4.2 社区贡献

• 数据集：提供用于训练 LLM 操作符的数据集。
• 教程和文档：详细的教程和文档，帮助用户快速上手和理解项目。

通过以上步骤，你可以快速启动并运行 LLM 食品配送项目，并利用自定义操作符实现智能化的食品订购和管理。

llm-food-deliveryMaking the food-delivery experience easy for busy folks :)项目地址:https://gitcode.com/gh_mirrors/ll/llm-food-delivery