78 lines
2.9 KiB
Markdown
78 lines
2.9 KiB
Markdown
|
|
# Documentation
|
|
- Class name: LLMMarkdownComposer
|
|
- Category: SALT/Language Toolkit/Tools/Markdown
|
|
- Output node: False
|
|
|
|
LLMMarkdownComposer 节点旨在将输入文本转换为结构良好的 Markdown 文档。它利用语言模型来解释和格式化给定的文本,根据指定的分类器和额外指示进行处理,确保输出符合 Markdown 语法,同时包含所有提供的数据。
|
|
|
|
# Input types
|
|
## Required
|
|
- llm_model
|
|
- 指定用于生成 Markdown 文档的语言模型。它在理解输入文本并根据 Markdown 语法进行格式化方面起着至关重要的作用。
|
|
- Comfy dtype: LLM_MODEL
|
|
- Python dtype: dict
|
|
- text_input
|
|
- 将被转换为 Markdown 文档的主要文本输入。这段文本作为 Markdown 生成过程的基础内容。
|
|
- Comfy dtype: STRING
|
|
- Python dtype: str
|
|
- classifier_list
|
|
- 用逗号分隔的分类器列表,用于指导语言模型构建 Markdown 文档的结构。这些分类器有助于适当地分类和格式化输入文本。
|
|
- Comfy dtype: STRING
|
|
- Python dtype: str
|
|
## Optional
|
|
- extra_directions
|
|
- 语言模型在生成 Markdown 文档时需要遵循的额外指示。这些指示可以包括特定的格式要求或内容结构指南。
|
|
- Comfy dtype: STRING
|
|
- Python dtype: str
|
|
|
|
# Output types
|
|
- markdown_output
|
|
- 根据输入规格和额外指示生成的 Markdown 文档,经过结构化和格式化处理。
|
|
- Comfy dtype: STRING
|
|
- Python dtype: str
|
|
|
|
|
|
## Usage tips
|
|
- Infra type: `CPU`
|
|
- Common nodes: unknown
|
|
|
|
|
|
## Source code
|
|
```python
|
|
class LLMMarkdownComposer:
|
|
@classmethod
|
|
def INPUT_TYPES(cls):
|
|
return {
|
|
"required": {
|
|
"llm_model": ("LLM_MODEL",),
|
|
"text_input": ("STRING", {"multiline": True, "dynamicPrompts": False, "placeholder": "Data..."}),
|
|
"classifier_list": ("STRING", {"multiline": False, "dynamicPrompts": False}),
|
|
},
|
|
"optional": {
|
|
"extra_directions": ("STRING", {"multiline": True, "dynamicPrompts": False, "placeholder": "Extra directions for the LLM to follow..."}),
|
|
}
|
|
}
|
|
|
|
RETURN_TYPES = ("STRING",)
|
|
RETURN_NAMES = ("markdown_output",)
|
|
|
|
FUNCTION = "compose_markdown"
|
|
CATEGORY = f"{MENU_NAME}/{SUB_MENU_NAME}/Tools/Markdown"
|
|
|
|
def compose_markdown(self, llm_model, text_input, classifier_list, extra_directions=""):
|
|
classifier_list = [item.strip() for item in classifier_list.split(",") if item.strip()]
|
|
prompt = (
|
|
f"{text_input}\n\n###\n\n"
|
|
"Given the above text, create a valid Markdown document utilizing *all* of the data; "
|
|
f"using the following classifiers: {classifier_list}.\n\n"
|
|
f"{extra_directions}\n\n"
|
|
"Please ensure the Markdown output is well-structured, and does not omit any data."
|
|
)
|
|
|
|
response = llm_model['llm'].complete(prompt)
|
|
|
|
return (response.text,)
|
|
|
|
```
|