這是一個 LangChain 練習專案，透過 LLM 結合 Riot API 取得的英雄技能翻譯，以 Few-Shot Prompt 的方式獲得中二的技能翻譯。

• Ubuntu 22.04
• Python 3.11

pip install -r requirements.txt

• app.py 啟動網頁介面的主程式。
• crawl_data.py 爬取英雄資料。
• create_dataset.py 根據英雄技能建立資料集。
• data/datasets.json 從 Riot API 得到的技能翻譯資料。
• data/icon.png 網頁介面使用的圖示，來源。

使用 Hugging Face Text Generation Inference Docker Image 架設 LLM Backend，可以使用 Taiwan Llama 或 CKIP Llama，建議至少要有 8GB 以上的 GPU 記憶體。

參考指令如下：

docker run --gpus all --shm-size 1g -p 8080:80 \
    ghcr.io/huggingface/text-generation-inference \
    --model-id ckiplab/CKIP-Llama-2-7b-chat \
    --quantize bitsandbytes-nf4

根據網路速度不同，此指令需要數十分鐘才能完成下載、轉換與啟動。

• 架設 LLM Backend，請參考上面的指令。
• (Optional) 執行 crawl_data.py 爬取最新版本的英雄資料。
• (Optional) 如果有爬取新資料，需要執行 create_dataset.py 建立翻譯資料集。
• 執行 app.py 啟動網頁介面主程式之後，可在 http://127.0.0.1:7860/ 使用。

MIT License