OpenAPI-Demo

简介

我们的API几乎可以应用于任何涉及理解或生成自然语言或代码的任务。我们提供了一系列具有不同参数级别的模型，适用于不同的任务，以及微调您自己的自定义模型的能力。这些模型可用于从内容生成到语义搜索和分类的所有内容。更多细节可见奇点智源官网文档

Demo使用教程：

模型服务以及Python环境搭建

Windows

1. 下载Anaconda 勾选添加到环境变量选项
   
2. 下载并解压semantic_score_clean和user_profile_clean服务、模型以及示例训练数据
3. 打开Anaconda 输入
   conda create -n semantic 创建新环境
   conda info --envs 查看环境
   activate semantic 启动环境
   cd C:\你的路径\semantic_score_clean\semantic_score_clean cd到解压好的semantic_score_clean文件夹
   python -m pip uninstall numpy 删掉初始自带的numpy
   python -m pip install -r requirements.txt 或者 pip install -r requirements.txt 安装所需依赖包
   python semantic_score_api.py 运行服务
4. 下载对应系统的Cuda并安装
5. 打开一个新的Anaconda界面 输入
   conda create -n userprofile创建新环境
   conda info --envs查看环境
   activate userprofile启动环境
   cd C:\你的路径\user_profile_clean\user_profile_cleancd 到解压好的user_profile_clean文件夹
   python -m pip uninstall numpy 删掉初始自带的numpy
   python -m pip install -r requirements.txt 或者 pip install -r requirements.txt安装所需依赖包
   python -m pip install torch==1.11.0+cu115 -f https://download.pytorch.org/whl/torch_stable.html 下载cuda版torch
   python server_v3.py运行服务

Linux

1. 部署本地python和cuda环境
2. unzip压缩包
3. 下载依赖包
4. 之后同windows版

---

Unity版Demo

1. Release中下载最新的包。
2. 在openAPI网站 或demo中点击注册 注册并认证 获得 api-key 和 api-secret
3. 点击设置 进入设置界面， 对应位置填入key和secret，以及双方姓名，完后点击保存并退出
4. 确认semantic_score_clean和user_profile_clean服务以部署到本地，如果远程部署请在设置中替换对应请求URL
5. 开聊

---

Python版Demo

开发中。。。

---

*最低配置要求Nvidia Gfx 1060