官方網站：Towhee | Home - Towhee

Towhee?是一個尖端框架，旨在通過使用基于大型語言模型 （LLM） 的管道編排來簡化非結構化數據的處理。它具有獨特的優勢，可以從各種非結構化數據類型（包括冗長的文本、圖像、音頻和視頻文件）中提取寶貴的見解。利用生成式 AI 和 SOTA 深度學習模型的功能，Towhee 能夠將這些未處理的數據轉換為特定格式，例如文本、圖像或嵌入。然后，可以有效地將這些內容加載到適當的存儲系統中，例如矢量數據庫。開發人員最初可以使用用戶友好的 Pythonic APU 構建直觀的數據處理管道原型，然后針對生產環境進行優化。

🎨 多模態：Towhee 能夠處理多種數據類型。無論是圖像數據、視頻剪輯、文本、音頻文件，甚至是分子結構，Towhee 都可以處理它們。

📃 LLM 流水線編排：Towhee 提供了適應不同大型語言模型 （LLM） 的靈活性。此外，它還允許在本地托管開源大型模型。此外，Towhee 還提供及時管理和知識檢索等功能，使與這些 LLM 的交互更加高效和有效。

🎓 豐富的運營商：Towhee 在五個領域提供廣泛的即用型先進模型：CV、NLP、多模態、音頻和醫療。擁有 BERT 和 CLIP 等 140 多種模型，以及視頻解碼、音頻切片、幀采樣和降維等豐富功能，有助于高效構建數據處理流水線。

🔌 預構建的 ETL 管道：Towhee 提供現成的 ETL（提取、轉換、加載）管道，用于檢索增強生成、文本圖像搜索和視頻復制檢測等常見任務。這意味著您無需成為 AI 專家即可使用這些功能構建應用程序。 ?? 高性能后端：利用 Triton 推理服務器的強大功能，Towhee 可以使用 TensorRT、Pytorch 和 ONNX 等平臺加速 CPU 和 GPU 上的模型服務。此外，只需幾行代碼即可將 Python 管道轉換為高性能 docker 容器，從而實現高效的部署和擴展。

🐍 Pythonic API：Towhee 包含一個 Pythonic 方法鏈 API，用于描述自定義數據處理管道。我們還支持架構，這使得處理非結構化數據就像處理表格數據一樣簡單。