fix: merge from main

README.md

@@ -41,9 +41,6 @@ import qianfan
 
 os.environ["QIANFAN_ACCESS_KEY"]="..."
 os.environ["QIANFAN_SECRET_KEY"]="..."
-# 通过 App Id 选择使用的应用
-# 该参数可选，若不提供 SDK 会自动选择最新创建的应用
-os.environ["QIANFAN_APPID"]="..."
 
 chat_comp = qianfan.ChatCompletion(model="ERNIE-Bot")
 resp = chat_comp.do(messages=[{

README.pypi.md

@@ -35,9 +35,6 @@ import qianfan
 
 os.environ["QIANFAN_ACCESS_KEY"]="..."
 os.environ["QIANFAN_SECRET_KEY"]="..."
-# 通过 App Id 选择使用的应用
-# 该参数可选，若不提供 SDK 会自动选择最新创建的应用
-os.environ["QIANFAN_APPID"]="..."
 
 chat_comp = qianfan.ChatCompletion(model="ERNIE-Bot")
 resp = chat_comp.do(messages=[{

docs/cli.md

@@ -36,7 +36,7 @@ $ qianfan [OPTIONS] COMMAND [ARGS]...
 
 ### chat 对话
 
-![](./imgs/cli/chat.gif)
+![](./imgs/cli/chat.webp)
 
 **用法**:
 
@@ -242,4 +242,59 @@ $ qianfan dataset view [OPTIONS] DATASET
 * `--row TEXT`：待预览的数据集行。用 `,` 分隔数个行，用 `-` 表示一个范围 (e.g. 1,3-5,12)。默认情况下仅打印前 5 行，可以通过 `--row all` 来打印所有数据。
 * `--column TEXT`：待预览的数据集的列。用 `,` 分隔每个列名称。 (e.g. prompt,response)
 * `--raw`：展示原始数据。
-* `--help`：展示帮助文档。
+* `--help`：展示帮助文档。
+
+## trainer 训练
+
+**用法**:
+
+```console
+$ qianfan trainer [OPTIONS] COMMAND [ARGS]...
+```
+
+**Options 选项**:
+
+* `--help`：展示帮助文档
+
+**Commands 命令**:
+
+* `run`：运行 trainer 任务
+
+### run 
+
+运行 trainer 任务
+
+**用法**:
+
+```console
+$ qianfan trainer run [OPTIONS]
+```
+
+**Options 选项**:
+
+* `--train-type TEXT`：训练类型  [required]
+* `--dataset-id INTEGER`：数据集 id  [required]
+* `--help`：展示帮助文档
+
+训练相关配置，参数含义与 [训练 API 文档](https://cloud.baidu.com/doc/WENXINWORKSHOP/s/mlmrgo4yx#body%E5%8F%82%E6%95%B0) 中对应参数含义一致：
+
+* `--train-epoch INTEGER`：训练轮数
+* `--train-batch-size INTEGER`：训练每轮 batch 的大小
+* `--train-learning-rate FLOAT`：学习率
+* `--train-max-seq-len INTEGER`：最大训练长度
+* `--train-peft-type [all|p_tuning|lo_ra]`：Parameter efficient finetuning 方式
+* `--trainset-rate INTEGER`：数据拆分比例  [default：20]
+* `--train-logging-steps INTEGER`：日志记录间隔
+* `--train-warmup-ratio FLOAT`：预热比例
+* `--train-weight-decay FLOAT`：正则化系数
+* `--train-lora-rank INTEGER`：LoRA 策略中的秩
+* `--train-lora-all-linear TEXT`：LoRA 是否所有均为线性层
+
+部署相关配置，参数含义与 [创建服务 API 文档](https://cloud.baidu.com/doc/WENXINWORKSHOP/s/Plnlmxdgy#body%E5%8F%82%E6%95%B0) 中对应参数含义一致：
+
+* `--deploy-name TEXT`：部署服务名称。设置该值后会开始部署 action。
+* `--deploy-endpoint-prefix TEXT`：部署服务的 endpoint 前缀
+* `--deploy-description TEXT`：服务描述
+* `--deploy-replicas INTEGER`：副本数  [default：1]
+* `--deploy-pool-type [public_resource|private_resource]`：资源池类型  [default：private_resource]
+* `--deploy-service-type [chat|completion|embedding|text2_image]`：服务类型  [default：chat]

docs/inference.md

@@ -191,6 +191,16 @@ img_data = resp["body"]["data"][0]["image"]
 img = Image.open(io.BytesIO(img_data))
 ```
 
+#### **图生文**
+千帆平台也提供了图+文生文功能，千帆SDK支持用户调用SDK来获取结果，以快速集成多模态能力到大模型应用中。
+
+以下是一个使用示例
+```python
+i2t = qianfan.Image2Text(endpoint="....")
+resp = i2t.do(prompt="Rag doll cat", "9j/4AAQSkZJRgABAQAAAQABAAD/xxxxx")
+print(resp["result"])
+```
+
 #### **批量推理**
 
 上述模型均提供了 `batch_do` 和异步的 `abatch_do` 方法，方便用户批量进行推理，并通过 `worker_num` 来控制并发量。

src/qianfan/__init__.py

@@ -21,6 +21,7 @@
     ChatCompletion,
     Completion,
     Embedding,
+    Image2Text,
     Plugin,
     QfMessages,
     QfResponse,
@@ -41,6 +42,7 @@
     "Completion",
     "Plugin",
     "Text2Image",
+    "Image2Text",
     "Tokenizer",
     "AK",
     "SK",

src/qianfan/common/client/main.py

@@ -24,6 +24,7 @@
 from qianfan.common.client.completion import completion_entry
 from qianfan.common.client.dataset import dataset_app
 from qianfan.common.client.embedding import embedding_entry
+from qianfan.common.client.trainer import trainer_app
 from qianfan.common.client.txt2img import txt2img_entry
 from qianfan.common.client.utils import print_error_msg, print_info_msg
 
@@ -38,6 +39,7 @@
 app.command(name="txt2img")(txt2img_entry)
 app.command(name="embedding", no_args_is_help=True)(embedding_entry)
 app.add_typer(dataset_app, name="dataset")
+app.add_typer(trainer_app, name="trainer")
 
 _enable_traceback = False