GenAIScript 简介
GenAIScript[1] 是一个 JavaScript-ish 环境，提供了便捷的工具用于文件摄入、提示开发和结构化数据提取。它允许用户以编程方式组装大型语言模型（LLM）的提示，并通过单一脚本协调 LLM、工具和数据。
项目特点
主要特点
-
编程式提示构建：使用 JavaScript 工具箱与提示进行交互，抽象化使得工作更简单高效。
-
Visual Studio Code 集成：与 Visual Studio Code 无缝集成，提供便捷的开发体验。
-
快速开发循环：在 Visual Studio Code 或命令行中编辑、调试、运行和测试脚本。
-
脚本重用与分享：脚本作为文件存在，可以进行版本控制、共享和分叉。
-
数据模式：定义、验证和修复数据使用的模式。
-
文本和表格数据操作：操作 PDF、DOCX、CSV、XLSX 等格式的文件。
-
文件生成：从 LLM 输出中提取文件和差异，并在重构 UI 中预览更改。
-
文件搜索：使用正则表达式或模糊搜索文件。
-
LLM 工具：将 JavaScript 函数注册为工具。
-
LLM 代理：将 JavaScript 函数注册为工具，并将工具和提示组合成代理。
-
内置 RAG：使用向量搜索。
-
GitHub 模型和 GitHub Copilot：通过 GitHub Models 或 GitHub Copilot 运行模型。
-
本地模型：使用开源模型运行脚本。
-
代码解释器：在沙盒执行环境中运行代码。
-
容器：在 Docker 容器中运行代码。
-
LLM 组合：运行 LLM 构建提示。
-
Prompty 支持：运行 Prompty 文件。
-
CLI 自动化：使用 CLI 自动化，集成 CI/CD 管道。
-
安全性：提供内置的负责任 AI 系统提示和 Azure 内容安全支持。
-
拉取请求审查：通过评论、审查或描述更新集成到拉取请求检查中。
-
测试和评估：使用测试和评估构建可靠的提示。
使用场景
GenAIScript 适用于需要与 LLM 交互以自动化任务、数据分析、文件处理和代码执行的场景。它特别适合开发者和数据科学家使用 LLM 来增强他们的工作流程。
项目使用
-
安装：通过 Visual Studio Code 扩展或命令行安装。
-
编写脚本：使用 JavaScript 或 TypeScript 编写 LLM 脚本。
-
调试和测试：在 Visual Studio Code 中调试和测试脚本。
-
运行脚本：在 Visual Studio Code 或命令行中运行脚本。
项目资源
-
在线文档[2]
-
快速入门指南[3]
-
脚本参考[4]
注：本文内容仅供参考，具体项目特性请参照官方 GitHub 页面的最新说明。
欢迎关注&点赞&在看，感谢你的阅读~
资源列表
[1]
Github地址: https://github.com/microsoft/genaiscript
[2]
在线文档: https://microsoft.github.io/genaiscript/
[3]
快速入门指南: https://microsoft.github.io/genaiscript/getting-started/installation
[4]
脚本参考: https://microsoft.github.io/genaiscript/reference/scripts