everything-ai

everything-ai 是一个本地化的、功能全面的人工智能驱动聊天机器人助手🤖。该工具旨在提供多种AI服务，从文本生成、摘要、到图像生成与分类，甚至是蛋白质折叠等。

使用场景

1. 检索文本生成：通过 qdrant 后端建立检索友好的知识库，可以查询知识库并调整模型的响应 （多语言支持）。
2. 通用文本生成：类似于ChatGPT的文本生成，可支持HF Hub上的任何文本生成模型（多语言支持）。
3. 文本摘要：摘要文本和PDF，支持HF Hub上的文本摘要模型（仅英语）。
4. 图像生成：使用稳定扩散，根据文本生成图像，支持HF Hub上的任何文本到图像模型（多语言支持）。
5. 图像分类：对图像进行分类，支持HF Hub上的任何图像分类模型（仅英语）。
6. 图像描述：描述图像内容，支持HF Hub上的任何图像到文本模型（仅英语）。
7. 音频分类：分类音频文件或麦克风录音，支持HF Hub上的音频分类模型。
8. 语音识别：将音频文件或麦克风录音转录成文字，支持HF Hub上的自动语音识别模型。
9. 视频生成：根据文本提示生成视频，支持HF Hub上的文本到视频模型（仅英语）。
10. 蛋白质折叠：根据氨基酸序列预测蛋白质的3D结构（仅支持GPU）。
11. 自动训练：使用自动训练高级选项，对特定任务进行模型微调。
12. Spaces API与Supabase结合：使用HF Spaces API结合Supabase PostgreSQL数据库，释放更强大的LLM和更大的RAG取向向量数据库（多语言支持）。
13. llama.cpp与qdrant结合：类似于检索文本生成，但使用llama.cpp作为推理引擎（多语言支持）。
14. 图像检索搜索：上传文件夹作为数据库输入，进行图像数据库搜索。

快速开始

1. 克隆项目

   git clone https://github.com/AstraBert/everything-ai.git
   cd everything-ai
   

2. 设置 .env 文件：配置文件系统挂载、模型路径、模型名称和最大令牌数。

3. 拉取必要的Docker镜像

   docker pull astrabert/everything-ai:latest
   docker pull qdrant/qdrant:latest
   docker pull ghcr.io/ggerganov/llama.cpp:server
   

4. 运行多容器应用

   docker compose up
   

5. 选择任务：通过访问 localhost:8670，选择你需要的AI助手任务。

6. 开始使用：访问 localhost:7860，开始使用你的聊天机器人助手。

everything-ai 提供了便捷的安装步骤和多种功能，适用于广泛的AI应用场景，满足用户多样化需求。