Fabric votre nouvel assistant ?
Fabric simplifie l’intégration de l’IA en utilisant des Patterns pour automatiser des tâches comme résumer des vidéos, écrire des résumés et analyser des logs, avec des prompts formatés en Markdown
Sommaire
C'est quoi ?
Depuis le début de 2023, avec l’essor de l’IA générative, de nombreuses applications d’IA ont vu le jour. Cependant, intégrer ces fonctionnalités dans notre vie quotidienne reste complexe.
Fabric aide à gérer les prompts d’IA, appelés Patterns, pour différentes tâches telles que résumer des vidéos, rédiger des essais, ou expliquer du code. Utilisant le Markdown pour une meilleure lisibilité, Fabric rend les prompts accessibles et modifiables, permettant une compréhension approfondie et une utilisation efficace par les humains et les IA.
Découvrez comment Fabric peut transformer votre utilisation de l’IA !
Cas d'usage de Fabric
Il y a différents cas d’usage de fabric :
- Extraire des retranscriptions de vidéos YouTube et de podcast.
- Analyser des logs
- Analyser de malware
- Vulgariser des concepts techniques complexe.
- Obtenir des résumés de contenus longs.
- Expliquer du code.
- Transformer une mauvaise documentation en une documentation utilisable.
- Créer des posts pour les réseaux sociaux à partir de n’importe quel contenu.
- etc..
Installation de Fabric
- Clone du répertoire git
# Clone repo Fabric to your computer
git clone https://github.com/danielmiessler/fabric.git
- Installation de pipx
brew install pipx
Configuration de Fabric
fabric --setup
Pour configurer la clé d’API Youtube
- Créer un projet google-cloud et activer l’API YouTube Data API v3
- Générer un API Token
Une fois paramétrer vous pouvez taper la commande suivante : fabric –listmodel pour afficher les modèles disponibles sur votre laptop.
fabric --listmodel # Liste l'ensemble des modèles dispo
GPT Models:
gpt-3.5-turbo
gpt-3.5-turbo-0125
gpt-3.5-turbo-1106
gpt-3.5-turbo-16k
gpt-3.5-turbo-instruct
gpt-3.5-turbo-instruct-0914
Local Models:
codestral:latest
mistral:latest
gemma:latest
llama3:latest
Claude Models:
Google Models:
Utilisation de Fabric
Synthèse d'une vidéo YouTube EN
Exemple ici de la synthèse de la vidéo youtube de NetworkChuck sur Fabric
yt --transcript https://www.youtube.com/watch?v=UbDyjIIGaxQ | fabric --model mistral:latest
Résultat: « It seems that the individual in your text is discussing their experiences with using AI tools, specifically Fabric and Whisper AI, to enhance their learning and personal growth. They are excited about the potential of these tools to increase their capabilities, but emphasize that they should be used as a supplement, not a replacement for human effort and critical thinking.
The individual shares an example of using Fabric to analyze transcripts of conversations and create patterns that extract valuable information. This helps them to remember important moments and insights more easily, and to identify areas where they may need to focus their attention or make changes in their life. They also discuss a feature called Save, which allows them to automatically save the contents of Fabric directly into Obsidian notes, reducing friction and making it easier for them to organize their thoughts and information.
Overall, the individual is enthusiastic about the potential benefits of using AI tools to improve themselves and their life, but emphasizes the importance of human agency in the process. They invite others to explore these tools and share their own experiences with them.«
Le résultat est très synthétique, les idées importantes sont bien mis en avant.
Très satisfait du résultat
Synthèse d'une vidéo YouTube FR
yt --transcript https://www.youtube.com/watch?v=iYqQ89zMu58&pp=ygUHbGVvIGR1Zg%3D%3D fabric --model mistral:latest
J’ai essayé la retranscription avec une vidéo en français malheureusement, ce n’est pas opérationnel.
It seems like the video at the provided YouTube URL (https://www.youtube.com/watch?v=iYqQ89zMu58) does not have an English transcript available. However, it does have auto-generated transcripts in French and a variety of other languages as listed in the response you received.
If you need help with understanding the content of the video or if you want to generate subtitles for it, you may consider using the available language versions, especially the auto-generated French one (French (auto-generated)). You can also try using a transcription service or an automated translation tool like Google Translate to help you better understand the content.
If you’re certain that the video should have an English transcript and it’s not available as expected, you may want to contact YouTube support or create an issue at https://github.com/jdepoix/youtube-transcript-api/issues (as suggested in the response). Make sure to provide information about which version of `youtube_transcript_api` you are using and details needed to reproduce the error.
Utilisation des patterns
Un “pattern” est un ensemble de prompts ou d’instructions prédéfinis conçus pour interagir avec des modèles d’IA afin d’accomplir diverses tâches.
Cela permet de gagner du temps en évitant d’écrire des prompts complexes à chaque utilisation, et offre plusieurs avantages :
- Automatisation des tâches
- Amélioration de la précision
- Gain de temps
- Standardisation des processus
- Accessibilité pour les non-experts
Un ensemble de patterns prêts à l’emploi est disponible dans le repo GitHub.
Pattern - Créer une présentation
Prompt : Créer une présentation sur les enjeux de sécurité à l’ère des LLM (large language models)
pbpaste | fabric --model mistral:latest --pattern create_keynote
Résultat
# FLOW
1. Introduction: "Les LLM et la sécurité - Un défi pour notre société"
2. Importance des LLM: "LLMs : une part croissante du web"
3. Les enjeux de sécurité: "Comment les LLMs posent-ils des risques?"
4. Menaces réelles: "Exemples concrets de cyberattaques sur les LLMs"
5. Impacts potentiels: "Menaces plus subtiles sur notre vie quotidienne"
6. Importance de la vigilance: "Pourquoi ne pas prendre des mesures de sécurité?"
7. Stratégies actuelles: "Quels sont les moyens actuellement utilisés pour protéger les LLMs ?"
8. Limites actuelles: "Des défis techniques à surmonter"
9. Solutions possibles: "Comment évoluer vers des solutions plus efficaces ?"
10. Conclusion: "Le rôle de chacun dans la sécurité des LLM"
11. Q&A: "Questions et réponses"
# DESIRED TAKEAWAY
"Sécuriser les LLMs est une priorité pour protéger notre société numérique."
# PRESENTATION
## Introduction
- Les enjeux de sécurité à l'ère des LLM (large language models)
- L'importance d'une discution sur cette question
## Importance des LLM
- LLMs : une part croissante du web
- La nécessité de prendre le temps pour comprendre leur importance
## Les enjeux de sécurité
- Comment les LLMs posent-ils des risques ?
- Les impacts potentiels sur notre vie quotidienne
## Menaces réelles
- Cyberattaques sur les LLMs : exemples concrets
- Pourquoi ces risques sont-ils réels et menacent la sécurité de votre données
## Impacts potentiels
- Les menaces plus subtiles qui pourraient affecter notre vie quotidienne
- Comment les LLMs sont-ils utilisés pour des fins malveillantes ?
## Importance de la vigilance
- Pourquoi ne pas prendre des mesures de sécurité ?
- Les conséquences potentielles sur votre vie numérique et personnelle
## Stratégies actuelles
- Quels sont les moyens actuellement utilisés pour protéger les LLMs ?
- Comment elles fonctionnent ?
## Limites actuelles
- Des défis techniques à surmonter
- Pourquoi les solutions existantes ne suffisent pas toujours
## Solutions possibles
- Comment évoluer vers des solutions plus efficaces ?
- Les progrès récents dans la sécurité des LLMs
## Conclusion
- Le rôle de chacun dans la sécurité des LLM (large language models)
- Pourquoi c'est important pour tous nos futurs
## Q&A
- Questions et réponses sur la sécurité des LLM
Le résultat est satisfaisant pour présenter le sujet aux grands publics.
Pattern - Analyse de log
J’ai également testé sur de l’analyse de log de fichier d’erreur et le résultat est plutôt intéressant surtout quand le fichier fait plusieurs milliers de lignes.
pbpaste | fabric --model mistral:latest --pattern analyze_logs
Aller plus loin
Voilà, pour quelques cas d’usage, il existe énormément de parttens qui sont disponible sur le repo github.
Il est également possible de créer vos propres patterns selon vos besoins spécifiques.
À vous de jouer !