API Python LiteRT-LM

L'API Python di LiteRT-LM per Linux, macOS e Windows. Sono supportate funzionalità come multimodalità, utilizzo di strumenti e accelerazione GPU e NPU.

Introduzione

Ecco un'app di chat terminale di esempio creata con l'API Python:

import litert_lm

litert_lm.set_min_log_severity(litert_lm.LogSeverity.ERROR) # Hide log for TUI app

with litert_lm.Engine("path/to/model.litertlm") as engine:
  with engine.create_conversation() as conversation:
    while True:
      user_input = input("\n>>> ")
      for chunk in conversation.send_message_async(user_input):
        print(chunk["content"][0]["text"], end="", flush=True)

Per iniziare

LiteRT-LM è disponibile come libreria Python. Puoi installare il pacchetto da PyPI:

# Using pip
pip install litert-lm-api

# Using uv
uv pip install litert-lm-api

Inizializzare il motore

Engine è il punto di ingresso dell'API. Gestisce il caricamento dei modelli e la gestione delle risorse. L'utilizzo come gestore di contesto (con l'istruzione with) garantisce il rilascio tempestivo delle risorse.

Nota:l'inizializzazione del motore può richiedere diversi secondi per caricare il modello.

import litert_lm

# Initialize with the model path and optionally specify the backend.
# backend can be Backend.CPU() (default), Backend.GPU() or Backend.NPU().
with litert_lm.Engine(
    "path/to/your/model.litertlm",
    backend=litert_lm.Backend.GPU(),
    # Optional: Pick a writable dir for caching compiled artifacts.
    # cache_dir="/tmp/litert-lm-cache"
) as engine:
    # ... Use the engine to create a conversation ...
    pass

Creare una conversazione

Un Conversation gestisce lo stato e la cronologia della tua interazione con il modello.

# Optional: Configure system instruction and initial messages
messages = [litert_lm.Message.system("You are a helpful assistant.")]

# Create the conversation
with engine.create_conversation(messages=messages) as conversation:
    # ... Interact with the conversation ...
    pass

Invio di messaggi

Puoi inviare messaggi in modo sincrono o asincrono (streaming).

I metodi send_message e send_message_async accettano:

  • Un str (inserito automaticamente come messaggio utente).
  • Un oggetto litert_lm.Contents (per input multimodali).
  • Un oggetto litert_lm.Message (per la struttura completa del messaggio).
  • Un oggetto dizionario di tipo JSON come input del modello di prompt.

Esempio sincrono:

# Simple string input
response = conversation.send_message("What is the capital of France?")
print(response["content"][0]["text"])

# Or with a Message object
# response = conversation.send_message(litert_lm.Message.user("What is the capital of France?"))

Esempio asincrono (streaming):

# sendMessageAsync returns an iterator of response chunks
stream = conversation.send_message_async("Tell me a long story.")
for chunk in stream:
    # Chunks are dictionaries containing pieces of the response
    for item in chunk.get("content", []):
      if item.get("type") == "text":
        print(item["text"], end="", flush=True)
print()

🔴 Novità: previsione multi-token (MTP)

La previsione di più token (MTP) è un'ottimizzazione delle prestazioni che accelera notevolmente le velocità di decodifica. MTP è universalmente consigliato per tutte le attività sui backend GPU.

Per utilizzare MTP, abilita la decodifica speculativa durante l'inizializzazione del motore.

import litert_lm

# Enable MTP by setting enable_speculative_decoding=True
with litert_lm.Engine(
    "path/to/your/model.litertlm",
    backend=litert_lm.Backend.GPU(),
    enable_speculative_decoding=True,
) as engine:
    with engine.create_conversation() as conversation:
        response = conversation.send_message("What is the capital of France?")
        print(response["content"][0]["text"])

Multi-Modality

# Initialize with vision and/or audio backends if needed
with litert_lm.Engine(
    "path/to/multimodal_model.litertlm",
    audio_backend=litert_lm.Backend.CPU(),
    vision_backend=litert_lm.Backend.GPU(),
) as engine:
    with engine.create_conversation() as conversation:
        response = conversation.send_message(
            litert_lm.Contents.of(
                "Describe this audio.",
                litert_lm.Content.AudioFile(absolute_path="/path/to/audio.wav"),
            )
        )
        print(response["content"][0]["text"])

Definizione e utilizzo degli strumenti

Puoi definire le funzioni Python come strumenti che il modello può chiamare automaticamente.

def add_numbers(a: float, b: float) -> float:
    """Adds two numbers.

    Args:
        a: The first number.
        b: The second number.
    """
    return a + b

# Register the tool in the conversation
tools = [add_numbers]
with engine.create_conversation(tools=tools) as conversation:
    # The model will call add_numbers automatically if it needs to sum values
    response = conversation.send_message("What is 123 + 456?")
    print(response["content"][0]["text"])

LiteRT-LM utilizza la docstring e i suggerimenti sul tipo della funzione per generare lo schema dello strumento per il modello.