简体中文
简体中文
# uni-ai
ai大潮来袭，如何把ai能力引入自己的应用中？几乎是每个开发者都在关心的问题。
uni-ai，定位就是开发者使用ai能力的最佳开发库，更丰富、更易用、更高效。
# 特点
- 聚合
uni-ai，聚合了国内外各种流行的ai能力。包括
- 大语言模型LLM：chatGPT、GPT-4、百度文心一言、minimax等
- 图形能力：文心一格 （未来还会聚合更多）
uni-ai支持配置自己在AI厂商处申请的API Key和代理，也支持免配直接使用。
- 现成开源项目
ai能力非常常见的应用场景，有智能客服和自动生成文稿。
uni-ai把这些常见场景对应的应用均已做好，并且开源。开发者可以直接拿走使用。
这些完善的项目，包括了前端页面（全端可用）、云对象、云数据库等全套代码，开箱即用。
在线体验：https://hellouniadmin.dcloud.net.cn/。
这是一个集成了uni-cms的uni-admin系统。登录后，左侧内容管理中新建一篇文章，toolbar右上角有ai按钮。注意测试系统的数据会定时清除。
注意这个系统不等于uni-ai，uni-ai是底层的api。uni-cms是集成了uni-ai的开源应用。
- 费用优化
ai能力调用，是需要按token数量付费的。token太少会回答不准，太多则费用太高。在反复对话的场景下尤其涉及之前对话记忆多久的问题。uni-im等集成了uni-ai的对话应用，已经内置了平衡策略。开发者无需再编写复杂的代码。
使用简单的js api，快速开始你的ai之旅吧！
// 因涉及费用，ai能力调用均需在服务器端进行，也就是uniCloud云函数或云对象中
let llmManager = uniCloud.ai.getLLMManager({
provider: 'azure'
})
await llm.chatCompletion({
messages: [{
role: 'user',
content: '你好，ai'
}]
})
# 概念介绍
# Token
在大语言模型中，token是指自然语言文本中的最小粒度单位，也就是一个最小的单词或符号。通常情况下，自然语言文本是由一个一个的token组成的，每个token都具备自己的词性、词义等属性。
在训练大语言模型时，会使用一种称为“词向量”的技术，将每个token表示成一个向量形式，这个向量可以包含很多有用的语义信息，比如单词的词性、上下文等。模型通过这些向量来学习和理解自然语言文本，并能够完成各种任务。
在大语言模型处理任务的过程中，输入的文本会被转译为token输入到模型中，而输出则是从token转译到文本。输入token与输出token的合计数量直接影响了大语言模型所消耗的算力，所以业界通常采用基于token数量的计费模式。
也就是一次请求，输入的前文和返回的后文，合计算token总数来计费。
不同的模型在处理文本时分词方法不完全相同，可能存在特定的一句话在不同的模型里面会计算出完全不一样的token数量，此外LLM服务商在处理输入时可能会加入一些额外token。如果服务商调整tokenizer算法也可能会导致token数计算变化。
中文、英文、数字、符号，对应的token数量也不同。
对于连续对话，如果有前文记忆总结，那么总结内容也会消耗token。比如uni-ai-chat模板中已经内置了前文记忆总结功能，会额外消耗token数（如果不进行总结，要不丢失会话记忆，要不多轮对话会因为token数太多无法进行）
不同大语言模型单次请求的token最大数是有上限的，详见开发文档。
举例，同样是输入15个字，返回100个字，在minimax和gpt-3.5-turbo上，token数不一样。
minimax：总token数**315**
用户：写一段关于森林的100字小作文
AI：森林，大自然的宝库，生机勃勃，郁郁葱葱。它为动物提供栖息之所，为植物提供生长的沃土。茂密的枝叶遮挡烈日，使森林内部充满凉爽，是夏日的天堂。徒步走进森林，感受清新的空气和鸟鸣，心旷神怡。树木彼此交织，形成绿色的迷宫，散发神秘的气氛。山谷河流点缀其中，与森林和谐共生，形成大自然的奇景。森林不仅是生态的保护者，也是人类心灵的避风港。
gpt-3.5-turbo：输入token数23，输出token数226，总token数**249**
用户：写一段关于森林的100字小作文
AI: 森林是地球上最美丽多样的自然景观之一。它们是许多生物的家园，包括动物和植物，这些生物相互依赖，在森林中形成一个复杂的生态系统。森林也是地球上最重要的碳吸收器之一，因此也是气候变化的关键因素之一。然而，现代人类的活动却给森林带来了极大的压力，我们的砍伐、野火和污染威胁了整个生态系统的平衡，我们必须介入保护森林。只有保护森林，才能在未来保持我们的人类家园健康和可持续。
# 常见用途场景
现阶段的ai，被称之为AIGC，即生成式ai。我们需要了解它擅长和不擅长的地方，并管理预期。
ai是模糊的、概率的，不是精确的，不要问生成式ai数学题。
从本质来讲，生成式ai不是在回答问题，而是在通过前文预测下文。你的前文可以恰好是一个问题，也可以不是问题。
ai会推理出很多下文并打分，选择最高分的下文返回给你。但“不知道”这个下文的打分往往不如其他胡诌的下文得分高，所以你很少会遇到ai的下文是“不知道”。
ai会使用互联网上的数据进行学习训练，但训练语料不会包含最新实时的知识和互联网上未公开的知识。
虽然ai学习了互联网的知识，但它不是复读机，它把知识压缩形成自己的理解。你的前文和它的理解碰撞出它的下文（所以合适的前文，也就是prompt很重要）。
越好的ai，其知识储备、理解和推理能力越优秀，预测的下文可以更逼近真实，甚至超过普通人的水平。
目前生成式ai的主要用途有：
- 文章生成、润色、续写：常见于生成文案、文书、标语、名字、营销邮件、笑话、诗词等。uni-cms中，已经内置了这个功能
- 闲聊：情感咨询、常识问答。由于聊天本身有不少代码工作量，推荐使用现成开源项目。比如单纯的ai聊天模板uni-ai-chat，或专业的im工具、支持私聊群聊的uni-im
- 翻译：各国各民族语言翻译
- 代码注释补充和简单代码生成，关于HBuilderX中提供ai代码辅助编程，有如下解决方案：
- github copilot插件：https://ext.dcloud.net.cn/plugin?id=15241，该插件是官方人员个人作品，使用了github copilot在vim等ide上的插件，登录github账户使用。
- codegeex插件：https://ext.dcloud.net.cn/plugin?id=15497，该插件是国内ai公司codegeex官方为HBuilderX做的插件。
如对生成内容有较高的准确性要求，一方面使用gpt-4等高级的模型；另一方面需要追加专业甚至私有的语料训练。
gpt-4是目前准确性最高的ai，也是最贵的ai。开发者需根据需求场景选择，一般的文章生成和闲聊，可以不用gpt-4。
另外想得到良好的推理结果，优化prompt前文也非常重要。
# 合规注意
国内使用ai，需注意合规性。监管部门并不拒绝使用ai提升生产效率，但对于可能造成社会动员能力、价值观影响等政治问题、以及黄赌毒等违法问题非常敏感。
