Créez un environnement de prototypage d'IA à l'aide de l'IDE Jupyter Lab avec Typescript, LangChain.js et Ollama pour un prototypage d'IA rapide

Introduction

Ceci est la deuxième partie de ma série d'articles décrivant mon parcours dans le développement assisté par l'IA.

Dans la partie introductive de cette série, j'ai résumé les changements récents qui nous permettent de prototyper et de développer facilement des applications d'IA dans Typescript.

Vous n'avez pas lu la première partie ? Voici en quoi consiste ce projet : mon objectif dans les mois à venir, et probablement dans les années à venir, est d'expérimenter les nouveaux modèles et outils d'IA et de vous montrer tout ce que j'apprends en cours de route. Je vais beaucoup « construire en public » et vous montrer les étapes importantes de mon parcours. En conséquence, vous serez en mesure d’appliquer ces connaissances dans votre propre pratique.

Dans cet article, je vous montre comment installer l'IDE Jupyter Lab et tous les outils nécessaires à notre environnement de prototypage rapide. Vous n’aurez besoin de le configurer qu’une seule fois et je vous expliquerai tout étape par étape. Après avoir effectué cette configuration, vous pourrez me suivre et construire toutes mes futures expériences. (Donc ça en vaut la peine :) ).

Par exemple, dans les prochaines parties de la série d'articles, je vais vous expliquer plus en détail comment j'ai construit l'« application Text Reviewer » :

Mon flux de travail et mes outils

J'utilise le workflow suivant pour le développement d'outils d'IA :

• un environnement de prototypage d'outils d'IA basé sur Typescript et Jupyter Lab pour prototyper rapidement des outils d'IA
• J'étends le code du prototype, crée une boutique à partir de celui-ci. Dans les applications React, j'utilise le magasin Zustand React, dans Angular, j'utilise le SignalStore de NgRx, dans Jupyter Lab, j'utilise les magasins Zustand Vanilla. Ces solutions de magasin ont beaucoup en commun, je peux donc réutiliser le même code de sélecteur, d'effet et de mise à jour.
• Je crée une application Angular ou React ou un composant intelligent qui utilise le magasin dans un monorepo Nx. J'utilise l'interface utilisateur Shadcn dans les applications React et le Spartan/ui basé sur Shadcn dans les applications Angular, je peux donc utiliser presque la même architecture d'application à la fois dans Angular et React.

Voici les outils les plus importants de mon environnement de prototypage d'outils d'IA basé sur Typescript :

• Environnement de développement interactif basé sur le Web Jupyter Lab
• Noyau Deno Typescript/Javascript pour les notebooks Jupyter, il nous permet de créer des notebooks Jupyter dans Typescript
• Ollama pour avoir exécuté des LLM localement
• Langchain, un framework pour développer des applications alimentées par des modèles de langage

Je vais également vous expliquer comment installer et quelles sont les commandes les p...
[Courte citation de 8% de l'article original]