本文主要是介绍unify llm 大模型路由，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
Unify介绍
Unify是llm大模型路由框架。
Unify Python 包提供了对 Unify REST API 的访问，允许您从任何 Python 3.7.1+ 应用程序中查询大型语言模型（LLMs）。它包括了同步和异步客户端，并支持流式响应。
就像 REST API 一样，您可以：
🔑 使用单个密钥访问任何端点：仅使用一个 Unify API 密钥，即可访问任何提供商的所有 LLMs。
🚀 路由到最佳端点：每个提示都会被发送到能产生最佳吞吐量、成本或延迟的端点。
基本使用方法
可以在几行代码中通过指定端点Id来调用Unify API。端点Id是模型Id和提供程序Id的组合，这两个Id都可以在端点基准测试页面中找到。
例如，llama-2-13b的基准显示，llama 2 13b的模型Id是llama-2-13-b-chat，并且Anyscale的提供商Id是Anyscale。然后我们可以调用：
from unify import Unify
unify = Unify("llama-2-13b-chat@anyscale")
response = unify.generate("Hello Llama! Who was Isaac Newton?")异步代码
from unify import AsyncUnify
import asyncio
async_unify = AsyncUnify("llama-2-13b-chat@anyscale")async def main():responses = await async_unify.generate("Hello Llama! Who was Isaac Newton?")asyncio.run(main())流模式代码
from unify import Unify
unify = Unify("llama-2-13b-chat@anyscale")
stream = unify.generate("Hello Llama! Who was Isaac Newton?", stream=True)
for chunk in stream:print(chunk, end="")动态路由
由于API性能的波动，每个模型的最佳提供商因地理位置和时间而异。
通过动态路由，我们会在那一刻自动将您的请求引导到“性能最佳的提供商”。要启用此功能，只需将查询的提供程序替换为可用的路由模式之一。
例如，您可以查询llama-2-7b-chat端点以获得输入成本最低的提供者，如下所示：
from unify import Unify
unify = Unify("llama-2-13b-chat@lowest-input-cost")
response = unify.generate("Hello Llama! Who was Isaac Newton?")聊天中继agent
from unify import ChatBot
agent = ChatBot("llama-2-13b-chat@lowest-input-cost")
agent.run()这篇关于unify llm 大模型路由的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
