Portkey intergration

.github/workflows/CI.yml

@@ -29,6 +29,8 @@ jobs:
           touch .env
           echo KEY_API_BDX=${{ secrets.KEY_API_BDX }} >> .env
           echo MISTRAL_API_KEY=${{ secrets.MISTRAL_API_KEY }} >> .env
+          echo PORTKEY_API_KEY=${{ secrets.PORTKEY_API_KEY }} >> .env
+          echo PORTKEY_VIRTUAL_KEY=${{ secrets.PORTKEY_VIRTUAL_KEY }} >> .env
     - name: Copy test data
       run: |
         cp -r ${{ env.ROOT_TESTS_DATA }}/* ${{ github.workspace }}/tests/

README.md

@@ -50,6 +50,8 @@ Créer un .env à la racine du projet avec :
 - MAPBOX_TOKEN="YOUR TOKEN HERE" (pour l'utilisation des graphiques avec mapbox).
 - KEY_API_BDX="YOUR KEY HERE" (pour l'utilisation de l'API open data de Bordeaux. Pour obtenir une [clef](https://data.bordeaux-metropole.fr/opendata/key))
 - MISTRAL_API_KEY="YOUR KEY HERE" (pour l'utilisation de l'API Mistral. Pour obtenir une [clef](https://mistral.ai/))
+- PORTKEY_API_KEY="YOUR KEY HERE" (pour l'utilisation de l'API Portkey. Pour obtenir une [clef](https://app.portkey.ai/))
+- PORTKEY_VIRTUAL_KEY="YOUR KEY HERE" (endpoint configuré sur-mesure dans Portkey . Pour obtenir une [clef](https://app.portkey.ai/))
 
 ## Études : 
 
@@ -68,3 +70,14 @@ Identique à l'image précédente, mais en 3D afin de mieux observer certains ph
 ![image](https://user-images.githubusercontent.com/8374843/96337330-a2ec7680-1086-11eb-84ec-c42c4cd5f7f6.png)
 
 Détection d'anomalies sur la station `Rue de la Croix Blanche` à partir des données en temps réel de la station.
+
+
+### LLM :
+
+- Monitoring via [Portkey AI](https://app.portkey.ai/) (Open Source : https://github.com/Portkey-AI/gateway)
+- Utilisation de l'API Mistral.
+- Exemple de use-cases :
+  - Poser des questions sur le statut / nombre de vélos disponibles sur une station (données internes via open data).
+  - Connaitre les stations les plus proches d'une adresse.
+  - Calculer la distance entre deux stations et le temps pour s'y rendre.
+  - Prédiction sur le nombre de vélos / places disponibles sur une station sur un horizon défini par l'utilisateur (inférieur à plus d'un jour).

pyproject.toml

@@ -30,7 +30,9 @@ dependencies = [
     "langchain-experimental==0.3.4",
     "langchain-mistralai==0.2.9",
     "tabulate==0.9.0",
-    "geopy==2.4.1"
+    "geopy==2.4.1",
+    "portkey-ai==1.11.1",
+    "langchain-openai==0.3.9"
 ]
 
 [project.optional-dependencies]

src/vcub_keeper/llm/agent.py

@@ -8,6 +8,8 @@
 from langchain_core.rate_limiters import InMemoryRateLimiter
 from langchain_experimental.agents import create_pandas_dataframe_agent
 from langchain_mistralai.chat_models import ChatMistralAI
+from langchain_openai import ChatOpenAI
+from portkey_ai import PORTKEY_GATEWAY_URL, createHeaders
 
 from vcub_keeper.config import CONFIG_LLM
 from vcub_keeper.llm.crewai.tool_python import (
@@ -21,10 +23,11 @@
 load_dotenv()
 
 
-MISTRAL_API_KEY = os.getenv("MISTRAL_API_KEY")
+PORTKEY_API_KEY = os.getenv("PORTKEY_API_KEY")
+PORTKEY_VIRTUAL_KEY = os.getenv("PORTKEY_VIRTUAL_KEY")
 
 
-def create_chat(model: str, temperature: float = 0.1) -> ChatMistralAI:
+def create_chat(model: str, temperature: float = 0.1, agent_name_monitor: str = "chat_vcub_keeper") -> ChatMistralAI:
     """
 
 
@@ -35,6 +38,8 @@ def create_chat(model: str, temperature: float = 0.1) -> ChatMistralAI:
         _description_
     temperature : float, optional
         _description_, by default 0.0
+    agent_name_monitor : str, optional
+        Nom du user pour le monitoring via portkey, by default "chat_vcub_keeper"
 
     Returns
     -------
@@ -48,22 +53,22 @@ def create_chat(model: str, temperature: float = 0.1) -> ChatMistralAI:
     # To avoid rate limit errors (429 - Requests rate limit exceeded)
     rate_limiter = InMemoryRateLimiter(requests_per_second=3, check_every_n_seconds=0.3, max_bucket_size=4)
 
-    # Initialize memory for conversation history
-    # memory = ConversationBufferMemory(memory_key="chat_history")
+    portkey_headers = createHeaders(
+        api_key=PORTKEY_API_KEY,
+        virtual_key=PORTKEY_VIRTUAL_KEY,
+        provider="mistral",
+        metadata={"_user": agent_name_monitor},
+    )
 
-    chat_llm = ChatMistralAI(
+    chat_llm = ChatOpenAI(
+        api_key="X",
+        base_url=PORTKEY_GATEWAY_URL,
+        rate_limiter=rate_limiter,
+        default_headers=portkey_headers,
         model=model,
         temperature=temperature,
-        api_key=MISTRAL_API_KEY,
-        rate_limiter=rate_limiter,
-        # memory=memory,
-        random_seed=42,
+        seed=42,
         verbose=True,
-        # model_kwargs={
-        #     "top_p": 0.92,
-        #     "repetition_penalty": 1.1,
-        #     "max_tokens": 1024,  # Limit token generation
-        # },
     )
 
     return chat_llm

tests/llm/test_base_llm.py

@@ -163,7 +163,8 @@ def test_distance_calculation(agent, capfd):
         or "1 minute" in response["output"].lower()
         or "1.59" in response["output"].lower()
         or "1,59" in response["output"].lower()
-        or " 160 secondes" in response["output"].lower()
+        or "160 secondes" in response["output"].lower()
+        or "2 minutes et 40 secondes" in response["output"].lower()
     )
     assert "meriadeck" in response["output"].lower()
     assert "place gambetta" in response["output"].lower()