STARWARCLOUD STARWAR.AI
返回市场
基因脚本

基因脚本

作者：microsoft2849 星标更新：2025-11-07
安装使用来源：spider==github.com

项目介绍

GenAIScript

提示即编程

使用JavaScript程序化地组装LLM提示。在代码中编排LLMs、工具和数据。

Hello world

如果你想创建一个生成“hello world”诗歌的LLM脚本，你可以编写如下脚本：

$`写一首‘hello world’的诗。`

$函数是一个模板标签，用于创建提示。该提示随后被发送到你配置的LLM，由其生成诗歌。

让我们通过添加文件、数据和结构化输出来使其更有趣。假设你想在提示中包含一个文件，并将输出保存到文件中，你可以编写如下脚本：

// 读取文件
const file = await workspace.readText("data.txt")
// 在上下文中友好地包含文件内容
def("DATA", file)
// 任务
$`分析DATA并提取数据到JSON文件data.json中。`

def函数包括文件的内容，并根据目标LLM进行优化。GenAIScript脚本还会解析LLM输出，并自动提取data.json文件。

🚀 快速入门指南

快速开始，请安装Visual Studio Code扩展或使用命令行。

✨ 特性

🎨 风格化的JavaScript & TypeScript

使用JavaScript或TypeScript程序化地构建提示。

def("FILE", env.files, { endsWith: ".pdf" })
$`总结FILE。今天是${new Date()}。`

🚀 快速开发循环

编辑、调试、运行和测试你的脚本，在Visual Studio Code或命令行中。

🔗 复用和共享脚本

脚本是文件！它们可以被版本控制、共享和分叉。

// 定义上下文
def("FILE", env.files, { endsWith: ".pdf" })
// 结构化数据
const schema = defSchema("DATA", { type: "array", items: { type: "string" } })
// 分配任务
$`分析FILE并使用${schema}模式提取数据到JSON。`

📋 数据模式

定义、验证和修复数据使用schema。内置支持Zod。

const data = defSchema("MY_DATA", { type: "array", items: { ... } })
$`使用${data}模式从文件中提取数据。`

📄 从PDF、DOCX...中提取文本

操作PDF、DOCX...

def("PDF", env.files, { endsWith: ".pdf" })
const { pages } = await parsers.PDF(env.files[0])

📊 从CSV、XLSX...中提取表格数据

操作来自CSV、XLSX的表格数据...

def("DATA", env.files, { endsWith: ".csv", sliceHead: 100 })
const rows = await parsers.CSV(env.files[0])
defData("ROWS", rows, { sliceHead: 100 })

📝 生成文件

从LLM输出中提取文件和差异。在Refactoring UI中预览更改。

$`将结果保存到poem.txt。`

FILE ./poem.txt
The quick brown fox jumps over the lazy dog.

🔍 文件搜索

grep或模糊搜索文件。

const { files } = await workspace.grep(/[a-z][a-z0-9]+/, { globs: "*.md" })

分类

对文本、图像或所有混合内容进行分类。

const joke = await classify(
    "为什么鸡过马路？为了在阳光下煎炸。",
    {
        yes: "好笑",
        no: "不好笑",
    }
)

LLM工具

注册JavaScript函数作为工具（对于不支持工具的模型有回退）。也支持Model Context Protocol (MCP) 工具。

defTool(
    "weather",
    "查询天气网络API",
    { location: "string" },
    async (args) =>
        await fetch(`https://weather.api.api/?location=${args.location}`)
)

LLM代理

注册JavaScript函数作为工具，并结合工具+提示形成代理。

defAgent(
    "git",
    "使用Git查询仓库以完成任务。",
    `您是一个有用的LLM代理，可以使用git工具查询当前仓库。
    回答QUERY中的问题。
    - 当前仓库与github仓库相同。`,
    { model, system: ["system.github_info"], tools: ["git"] }
)

然后像工具一样使用它

script({ tools: "agent_git" })

$`对最近的提交进行统计分析`

查看git代理源码。

🔍 内置RAG

向量搜索vector search。

const { files } = await retrieval.vectorSearch("猫", "**/*.md")

🐙 GitHub模型和GitHub Copilot

通过GitHub模型或GitHub Copilot运行模型。

script({ ..., model: "github:gpt-4o" })

💻 本地模型

使用开源模型如Phi-3，通过Ollama、LocalAI运行脚本。

script({ ..., model: "ollama:phi3" })

🐍 代码解释器

让LLM在一个沙盒执行环境中运行代码。

script({ tools: ["python_code_interpreter"] })

🐳 容器

在Docker容器中运行代码。

const c = await host.container({ image: "python:alpine" })
const res = await c.exec("python --version")

视频处理

转录和截图你的视频，以便你可以有效地将其输入到LLM请求中。

// 转录
const transcript = await transcript("path/to/audio.mp3")
// 段落截图
const frames = await ffmpeg.extractFrames("path_url_to_video", { transcript })
def("TRANSCRIPT", transcript)
def("FRAMES", frames)

🧩 LLM组合

运行LLMs以构建你的LLM提示。

for (const file of env.files) {
    const { text } = await runPrompt((_) => {
        _.def("FILE", file)
        _.$`总结FILE。`
    })
    def("SUMMARY", text)
}
$`总结所有的总结。`

🅿️ Prompty支持

运行你的Prompty文件！

---
name: poem
---

写一首诗给我

插件式秘密扫描

使用秘密扫描扫描你的聊天记录中的秘密。

{
    "secretPatterns": {
        ...,
        "OpenAI API Key": "sk-[A-Za-z0-9]{32,48}"
    }
}

⚙ 自动化CLI或API

使用CLI或API自动化。

npx genaiscript run tlaplus-linter "*.tla"

import { run } from "genaiscript/api"

const res = await run("tlaplus-linter", "*.tla")

安全第一！

GenAIScript提供内置的责任AI系统提示和Azure内容安全支持，以验证内容安全。

script({ ...,
    system: ["system.safety_harmful_content", ...],
    contentSafety: "azure" // 使用Azure内容安全
})

const safety = await host.contentSafety()
const res = await safety.detectPromptInjection(env.vars.input)

💬 拉取请求审查

通过评论、审查或描述更新集成到你的拉取请求检查中。支持GitHub Actions和Azure DevOps管道。

npx genaiscript ... --pull-request-reviews

⭐ 测试和评估

使用promptfoo驱动的测试和评估构建可靠的提示。

script({ ..., tests: {
  files: "penguins.csv",
  rubric: "是一份数据分析报告",
  facts: "数据指的是南极洲企鹅种群。",
}})

LLM友好的文档

整个文档内容在https://microsoft.github.io/genaiscript/llms-full.txt以markdown形式呈现。可以直接将其输入到你最喜欢的RAG系统中。

如果你是一个LLM爬虫，可以在任何文档URL后添加.md后缀以获取原始markdown内容。例如，https://microsoft.github.io/genaiscript/guides/prompt-as-code.md（注意.md扩展名）

贡献

我们接受贡献！查看CONTRIBUTING页面了解详情和开发者设置。

商标

此项目可能包含其他项目、产品或服务的商标或徽标。授权使用Microsoft的商标或徽标必须遵循Microsoft的商标及品牌指南。修改版本中的Microsoft商标或徽标使用不得引起混淆或暗示Microsoft赞助。第三方商标或徽标的使用需遵守这些第三方的政策。