
使用场景
社交媒体评论的分类和情感分析。
新闻文章的自动归档和主题分类。
客户反馈数据的整理和提取,用于产品改进。
产品特色
数据分类:使用LLMs将数据分入预定义的类别。
数据转换:通过提示对数据进行转换。
数据提取:根据模式将数据提取成结构化格式。
批量处理:节省令牌,通过只发送一次模式和示例来分类一批数据。
重试逻辑:内置重试逻辑,用于处理API相关错误。
进度条:在处理大量数据时提供进度反馈。
自动批处理:自动调整批处理大小以最优化令牌使用和错误处理。
使用教程
1. 安装databonsai库。
2. 在项目根目录下创建一个包含API密钥的.env文件。
3. 设置LLM提供程序和类别。
4. 使用categorize函数对单条数据进行分类。
5. 使用categorize_batch函数对数据批量进行分类。
6. 使用apply_to_column_autobatch函数对DataFrame或列表进行自动批处理。
7. 监控进度条以了解当前处理进度。
8. 在遇到错误时,根据需要调整批处理大小或使用更好的LLM模型。
精选AI产品推荐

Openui
构建UI组件通常是一项乏味的工作。OpenUI旨在使这一过程变得有趣、快捷和灵活。这也是我们在W&B用于测试和原型化下一代工具的工具,用于在LLM的基础上构建强大的应用程序。您可以使用想象力描述UI,然后实时查看渲染效果。您可以要求进行更改,并将HTML转换为React、Svelte、Web组件等。就像是V0的开源和不太精致的版本。
AI开发助手
791.0K

Opendevin
OpenDevin是一个开源项目,目标是复制、增强和创新Devin——一个能够执行复杂工程任务并与用户在软件开发项目上积极协作的自主AI软件工程师。该项目通过开源社区的力量,探索和扩展Devin的能力,识别其优势和改进空间,以指导开源代码模型的进展。
AI开发助手
619.6K