GenAIスクリプト

大文字の黒い文字「AI」の上に小文字の黒い文字で「gen」という単語が書かれた黄色の四角形。

GenAIスクリプト

プロンプトはコーディングです

JavaScript を使用して、LLM のプロンプトをプログラム的に組み立てます。LLM、ツール、データをコードでオーケストレーションします。

プロンプトを操作するための JavaScript ツールボックス
抽象化により、簡単に生産性を向上
シームレスなVisual Studio Code統合または柔軟なコマンドライン
GitHub Copilot、GitHub Models、OpenAI、Azure OpenAI、Anthropic などの組み込みサポート
📄 microsoft.github.io/genaiscriptでオンラインドキュメントを読む
💬 Discordサーバーに参加する
📝 最新ニュースについてはブログをご覧ください
📺前田さんの居心地の良いAIキッチンを見る
🤖 エージェント - llms-full.txtを読んでください

こんにちは世界

「Hello World」という詩を生成するLLMスクリプトを作成したいとします。次のようなスクリプトを作成できます。

$`Write a 'hello world' poem.`

$関数はプロンプトを作成するテンプレートタグです。このプロンプトは（設定した）LLMに送信され、詩が生成されます。

ファイル、データ、構造化された出力を追加して、もっと面白くしてみましょう。例えば、プロンプトにファイルを追加し、その出力をファイルに保存したいとします。次のようなスクリプトを書くことができます。

// read files
const file = await workspace.readText("data.txt")
// include the file content in the prompt in a context-friendly way
def("DATA", file)
// the task
$`Analyze DATA and extract data in JSON in data.json.`

def関数はファイルの内容を取り込み、必要に応じて対象のLLMに合わせて最適化します。GenAIScriptスクリプトはLLM出力を解析し、 data.jsonファイルを自動的に抽出します。

🚀 クイックスタートガイド

Visual Studio Code 拡張機能をインストールするか、コマンドラインを使用してすぐに開始できます。

✨ 特徴

🎨 スタイル化された JavaScript と TypeScript

JavaScriptまたはTypeScriptを使用してプログラムでプロンプトを構築します。

def("FILE", env.files, { endsWith: ".pdf" })
$`Summarize FILE. Today is ${new Date()}.`

🚀 高速開発ループ

Visual Studio Codeまたはコマンドラインを使用してスクリプトを編集、デバッグ、実行、テストします。

🔗 スクリプトの再利用と共有

スクリプトはファイルです。バージョン管理、共有、フォークが可能です。

// define the context
def("FILE", env.files, { endsWith: ".pdf" })
// structure the data
const schema = defSchema("DATA", { type: "array", items: { type: "string" } })
// assign the task
$`Analyze FILE and extract data to JSON using the ${schema} schema.`

📋 データスキーマ

スキーマを使用してデータを定義、検証、修復します。Zod サポートが組み込まれています。

const data = defSchema("MY_DATA", { type: "array", items: { ... } })
$`Extract data from files using ${data} schema.`

📄 PDF、DOCX などからテキストを取り込みます...

PDF 、 DOCX などを操作します。

def("PDF", env.files, { endsWith: ".pdf" })
const { pages } = await parsers.PDF(env.files[0])

📊 CSV、XLSX などからテーブルを取り込みます...

CSV 、 XLSX 、... からの表形式データを操作します。

def("DATA", env.files, { endsWith: ".csv", sliceHead: 100 })
const rows = await parsers.CSV(env.files[0])
defData("ROWS", rows, { sliceHead: 100 })

📝 ファイルを生成する

LLM 出力からファイルを抽出し、比較します。リファクタリング UI で変更をプレビューします。

$`Save the result in poem.txt.`

FILE ./poem.txt
The quick brown fox jumps over the lazy dog.

🔍 ファイル検索

ファイルを Grep または fuzz 検索します。

const { files } = await workspace.grep(/[a-z][a-z0-9]+/, { globs: "*.md" })

分類する

テキスト、画像、またはそれらの組み合わせを分類します。

const joke = await classify(
    "Why did the chicken cross the road? To fry in the sun.",
    {
        yes: "funny",
        no: "not funny",
    }
)

LLMツール

JavaScript関数をツールとして登録します（ツールをサポートしていないモデルの場合はフォールバック機能を使用します）。モデルコンテキストプロトコル（MCP）ツールもサポートされています。

defTool(
    "weather",
    "query a weather web api",
    { location: "string" },
    async (args) =>
        await fetch(`https://weather.api.api/?location=${args.location}`)
)

LLMエージェント

JavaScript 関数をツールとして登録し、ツール + プロンプトをエージェントに組み合わせます。

defAgent(
    "git",
    "Query a repository using Git to accomplish tasks.",
    `Your are a helpful LLM agent that can use the git tools to query the current repository.
    Answer the question in QUERY.
    - The current repository is the same as github repository.`,
    { model, system: ["system.github_info"], tools: ["git"] }
)

それを道具として使う

script({ tools: "agent_git" })

$`Do a statistical analysis of the last commits`

Git エージェントのソースを参照してください。

🔍 RAG内蔵

ベクトル検索。

const { files } = await retrieval.vectorSearch("cats", "**/*.md")

🐙 GitHub モデルと GitHub Copilot

GitHub ModelsまたはGitHub Copilotを通じてモデルを実行します。

script({ ..., model: "github:gpt-4o" })

💻 ローカルモデル

Ollama 、 LocalAIを使用して、 Phi-3などのオープンソースモデルでスクリプトを実行します。

script({ ..., model: "ollama:phi3" })

🐍 コードインタープリター

LLM がサンドボックス化された実行環境でコードを実行できるようにします。

script({ tools: ["python_code_interpreter"] })

🐳 コンテナ

Dockerコンテナ内でコードを実行します。

const c = await host.container({ image: "python:alpine" })
const res = await c.exec("python --version")

ビデオ処理

LLM リクエストに効率的にフィードできるように、ビデオを書き起こしてスクリーンショットを作成します。

// transcribe
const transcript = await transcript("path/to/audio.mp3")
// screenshots at segments
const frames = await ffmpeg.extractFrames("path_url_to_video", { transcript })
def("TRANSCRIPT", transcript)
def("FRAMES", frames)

🧩 LLM 構成

LLM を実行してLLM プロンプトを構築します。

for (const file of env.files) {
    const { text } = await runPrompt((_) => {
        _.def("FILE", file)
        _.$`Summarize the FILE.`
    })
    def("SUMMARY", text)
}
$`Summarize all the summaries.`

🅿️ 迅速なサポート

Promptyファイルも実行してください。

---
name: poem
---

Write me a poem

プラグ可能な秘密スキャン

秘密スキャンを使用して、チャットの秘密をスキャンします。

{
    "secretPatterns": {
        ...,
        "OpenAI API Key": "sk-[A-Za-z0-9]{32,48}"
    }
}

⚙ CLI または API で自動化

CLIまたはAPIを使用して自動化します。

npx genaiscript run tlaplus-linter "*.tla"

import { run } from "genaiscript/api"

const res = await run("tlaplus-linter", "*.tla")

安全第一！

GenAIScript には、コンテンツの安全性を検証するための組み込みの責任ある AI システムプロンプトと Azure コンテンツセーフティサポートが用意されています。

script({ ...,
    system: ["system.safety_harmful_content", ...],
    contentSafety: "azure" // use azure content safety
})

const safety = await host.contentSafety()
const res = await safety.detectPromptInjection(env.vars.input)

💬 プルリクエストのレビュー

コメント、レビュー、説明の更新を通じて、プルリクエストのチェックに統合します。GitHub Actions と Azure DevOps パイプラインをサポートします。

npx genaiscript ... --pull-request-reviews

⭐ テストと評価

promptfooを利用したテストと評価を使用して、信頼性の高いプロンプトを構築します。

script({ ..., tests: {
  files: "penguins.csv",
  rubric: "is a data analysis report",
  facts: "The data refers about penguin population in Antarctica.",
}})

LLMフレンドリーなドキュメント

ドキュメントの全コンテンツは、 https://microsoft.github.io/genaiscript/llms-full.txtにマークダウン形式で保存されています。お気に入りの RAG システムに直接入力してください。

LLMクローラーの場合は、ドキュメントURLに.mdサフィックスを追加して、生のMarkdownコンテンツを取得してください。例： https ://microsoft.github.io/genaiscript/guides/prompt-as-code.md（.md拡張子にご注意ください）

貢献

貢献を歓迎します！詳細と開発者向け設定については、「貢献」ページをご覧ください。

商標

このプロジェクトには、プロジェクト、製品、またはサービスの商標またはロゴが含まれている場合があります。Microsoftの商標またはロゴの使用は、 Microsoftの商標およびブランドガイドラインの対象となり、これに従う必要があります。このプロジェクトの改変版におけるMicrosoftの商標またはロゴの使用は、混乱を招いたり、Microsoftのスポンサーシップを暗示したりしてはなりません。第三者の商標またはロゴの使用は、当該第三者のポリシーに従うものとします。

This server cannot be installed

security - not tested

license - permissive license

quality - not tested

How are these scores calculated?

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

GenAIScriptは、信頼性が高く自動化可能なLLMスクリプトの構築に特化したJavaScriptランタイムです。すべてのGenAIScriptは自動的にMCPサーバーとして公開できます。

Related MCP Servers

Awesome MCP FastAPI
MR-GREEN1337
-
security
F
license
-
quality
A production-ready MCP server built with FastAPI, providing an enhanced tool registry for creating, managing, and documenting AI tools for Large Language Models (LLMs).
Last updated -
13
Python
JavaScript MCP Server
yannbam
-
security
F
license
-
quality
A server that enables AI assistants to execute JavaScript code with persistent context through stateful REPL sessions, file operations, and package management features.
Last updated -
TypeScript
JavaScript MCP Server
yannbam
-
security
F
license
-
quality
Allows AI models to run JavaScript/TypeScript code through Model Context Protocol tool calls, supporting both one-time script execution and stateful REPL sessions with npm package integration.
Last updated -
TypeScript
MCP Gemini API Server
techkwon
-
security
F
license
-
quality
A server that provides access to Google Gemini AI capabilities including text generation, image analysis, YouTube video analysis, and web search functionality through the MCP protocol.
Last updated -
2
TypeScript

View all related MCP servers