RubyLLM : Un framework Ruby unique pour tous les principaux fournisseurs d'IA

RubyLLM 1.16.0 est un framework Ruby qui offre une interface unifiée pour tous les principaux fournisseurs d'IA, notamment OpenAI, xAI, Anthropic, Gemini, VertexAI, Bedrock, DeepSeek, Mistral, Ollama, OpenRouter, Perplexity, GPUStack et toute API compatible OpenAI. Il prend en charge le chat, la vision, l'audio, les documents, la génération d'images, les embeddings, la modération, les outils, les agents, les sorties structurées, le streaming et l'intégration Rails.

Démarrage rapide

Ajoutez au Gemfile : gem 'ruby_llm', puis bundle install.

Configurez les clés API :

RubyLLM.configure do |config|
  config.openai_api_key = ENV['OPENAI_API_KEY']
end

Fonctionnalités clés

• Chat : RubyLLM.chat.ask('question')
• Vision : Analysez des images et des vidéos — chat.ask('Décris', with: 'photo.jpg')
• Audio : Transcrivez et comprenez la parole — RubyLLM.transcribe('meeting.wav')
• Documents : Extrayez du contenu de PDF, CSV, JSON, tout type de fichier
• Génération d'images : RubyLLM.paint('prompt')
• Embeddings : RubyLLM.embed('texte')
• Modération : RubyLLM.moderate('texte')
• Outils : Laissez l'IA appeler vos méthodes Ruby en sous-classant RubyLLM::Tool
• Agents : Assistants réutilisables avec RubyLLM::Agent
• Sortie structurée : Schémas JSON avec RubyLLM::Schema
• Streaming : Réponses en temps réel avec des blocs
• Rails : Intégration ActiveRecord avec acts_as_chat et interface de chat optionnelle
• Async : Concurrence basée sur les fibres
• Registre de modèles : 800+ modèles avec détection des capacités et tarification

Exemples de code

Chat avec vision :

chat = RubyLLM.chat
chat.ask('Qu'y a-t-il dans cette image ?', with: 'ruby_conf.jpg')
chat.ask('Résume ce document', with: 'contract.pdf')

Utilisation d'outils :

class Weather < RubyLLM::Tool
  desc 'Obtenir la météo actuelle'
  def execute(latitude:, longitude:)
    JSON.parse(Faraday.get('https://api.open-meteo.com/...').body)
  end
end
chat.with_tool(Weather).ask('Quel temps fait-il à Berlin ?')

Sortie structurée :

class ProductSchema < RubyLLM::Schema
  string :name
  number :price
  array :features do
    string
  end
end
response = chat.with_schema(ProductSchema).ask('Analyse', with: 'product.txt')

Intégration Rails

bin/rails generate ruby_llm:install
bin/rails db:migrate
bin/rails generate ruby_llm:chat_ui

Créez ensuite un modèle Chat avec acts_as_chat et visitez /chats pour une interface prête à l'emploi.

RubyLLM n'a que trois dépendances : Faraday, Zeitwerk et Marcel.