开源免费抓包软件ProxyPin/Towhee

作者：微笑的开源蚂蚁人 2023-07-31 11:30:12开源 LLM 管道编排 Towhee 具有灵活性,可以适应不同的大语言模型(LLM)。此外,免费它允许在本地托管开源大模型。此外,抓包Towhee 提供了prompt管理和知识检索等功能,使与这些 LLM 的交互更加高效和有效。

Towhee可以让用户像搭积木一样，软件轻松地完成 AI 应用程序的开源构建和落地。通过使用大语言模型(LLM)以及其他SOTA深度学习模型，免费从各种未加工过的抓包非结构化数据中（长文本、图像、软件音频和视频）提取信息，开源并将这些信息存储到合适的免费存储系统中,比如可以将提取出的向量数据存储到向量数据库中。开发人员能够通过Towhee提供的抓包Pythonic API来完成各种 AI 流水线和 AI 应用的原型设计，享受自动代码优化，软件低成本实现生产环境的开源应用性能优化。

✨ 项目特点

🎨 多模态 Towhee 能够处理各种数据类型。免费无论是抓包图像数据、视频片段、文本、音频文件还是分子结构,Towhee 都可以处理。

📃 LLM 管道编排 Towhee 具有灵活性,可以适应不同的大语言模型(LLM)。此外,它允许在本地托管开源大模型。此外,Towhee 提供了prompt管理和知识检索等功能,使与这些 LLM 的交互更加高效和有效。

🎓 丰富的算子 Towhee 提供了五个领域内众多最先进的现成模型:计算机视觉、自然语言处理、多模态、音频和医疗领域。拥有超过 140 个模型,如 BERT 和 CLIP,以及丰富的功能,如视频解码、音频切片、帧采样和降维,它有助于高效地搭建数据处理流水线。

🔌 预构建的 ETL 管道 Towhee 提供现成的 ETL(提取、转换、加载)管道用于常见任务,如增强生成检索、文本图像搜索和视频副本检测。这意味着您不需要成为 AI 专家即可使用这些功能构建应用程序。

⚡️ 高性能后端 利用 Triton 推理服务器的计算能力,Towhee 可以使用 TensorRT、Pytorch 和 ONNX 等平台加速 CPU 和 GPU 上的模型服务。此外,您可以用几行代码将 Python 管道转换为高性能的 Docker 容器,实现高效部署和扩展。

🐍 Python 风格的 API Towhee 包含一个 Python 风格的方法链 API,用于描述自定义数据处理流水线。我们还支持模式,这使得处理非结构化数据就像处理表格数据一样简单。

🎓 快速入门

Towhee 需要 Python 3.7 及以上的运行环境，可以通过 pip 来完成快速安装：

pip install towhee towhee.models

流水线

预定义流水线

Towhee 提供了一些预定义流水线，可以帮助用户快速实现一些功能。目前已经实现的有：

• 文本embedding
• 图像embedding
• 视频去重
• 基于大语言模型的知识库问答

所有的流水线均能在Towhee Hub上找到，下面是sentence_embedding流水线的使用示例:

from towhee import AutoPipes, AutoConfig# get the built-in sentence_similarity pipelineconfig = AutoConfig.load_config('sentence_embedding')config.model = 'paraphrase-albert-small-v2'config.device = 0sentence_embedding = AutoPipes.pipeline('sentence_embedding', config=config)# generate embedding for one sentenceembedding = sentence_embedding('how are you?').get()# batch generate embeddings for multi-sentencesembeddings = sentence_embedding.batch(['how are you?', 'how old are you?'])embeddings = [e.get() for e in embeddings]

自定义流水线

通过Towhee python API，可以实现自定义的流水线, 下面示例中，我们来创建一个基于 CLIP 的跨模态检索流水线。

from towhee import ops, pipe, DataCollection# create image embeddings and build indexp = (    pipe.input('file_name')    .map('file_name', 'img', ops.image_decode.cv2())    .map('img', 'vec', ops.image_text_embedding.clip(model_name='clip_vit_base_patch32', modality='image'))    .map('vec', 'vec', ops.towhee.np_normalize())    .map(('vec', 'file_name'), (), ops.ann_insert.faiss_index('./faiss', 512))    .output())for f_name in ['https://raw.githubusercontent.com/towhee-io/towhee/main/assets/dog1.png',               'https://raw.githubusercontent.com/towhee-io/towhee/main/assets/dog2.png',               'https://raw.githubusercontent.com/towhee-io/towhee/main/assets/dog3.png']:    p(f_name)# Flush faiss data into disk. p.flush()# search image by textdecode = ops.image_decode.cv2('rgb')p = (    pipe.input('text')    .map('text', 'vec', ops.image_text_embedding.clip(model_name='clip_vit_base_patch32', modality='text'))    .map('vec', 'vec', ops.towhee.np_normalize())    # faiss op result format:  [[id, score, [file_name], ...]    .map('vec', 'row', ops.ann_search.faiss_index('./faiss', 3))    .map('row', 'images', lambda x: [decode(item[2][0]) for item in x])    .output('text', 'images'))DataCollection(p('puppy Corgi')).show()

🚀 核心概念

Towhee 由四个主要模块组成：“算子（Operators）”、“流水线（Pipelines）”、“数据处理 API（DataCollection API）”和“执行引擎（Engine）”。

• 算子（Operator）：算子是构成神经网络数据处理水流线(neural data processing pipeline)的“积木块”（基础组件）。这些基础组件按照任务类型进行组织，每种任务类型都具有标准的调用接口。一个算子可以是某种神经网络模型，某种数据处理方法，或是某个 Python 函数。
• 流水线（Pipeline）：流水线是由若干个算子组成的 DAG（有向无环图）。流水线可以实现比单个算子更复杂的功能，诸如特征向量提取、数据标记、跨模态数据理解等。
• 数据处理 API（DataCollection）: DataCollection API 是用于描述流水线的编程接口。提供多种数据转换接口：map, filter, flat_map, concat, window, time_window以及window_all，通过这些接口，可以快速构建复杂的数据处理管道，处理视频，音频，文本，图像等非结构化数据。
• 执行引擎（Engine）: 执行引擎负责实例化流水线、任务调度、资源管理，以及运行期性能优化。面向快速原型构建，Towhee 提供了轻量级的本地执行引擎；面向生产环境需求，Towhee 提供了基于 Nvidia Triton 的高性能执行引擎。

ProxyPin免费开源Http、Https抓包工具，支持Windows、Mac、Android、IOS 全平台系统

支持手机扫码连接，不用手动配置Wifi代理，包括配置同步。所有终端都可以互相扫码连接转发流量。

Mac首次打开会提示已损坏，需要到系统偏好设置-安全性与隐私-允许任何来源。

国内下载地址：https://gitee.com/wanghongenpin/network-proxy-flutter/releases

ios下载地址(Safari浏览器打开)：https://testflight.apple.com/join/gURGH6B4

ios个人开发者账号用到VPN没法上架AppStore, 后面可能会上架美版AppStore。

•  接下来会持续完善功能和体验，请求重写功能增、强模拟慢请求、请求debug, UI优化。
•  支持安卓微信小程序抓包，安卓分为系统证书和用户证书，下载的自签名根证书安装都是用户证书，微信不信任用户证书，不Root导致Https抓不了了, 目前市场上所有抓包软件抓不了微信的包，后面单独做个运行空间插件，动态反编译修改配置，信任用户证书来解决。
•  WebSocket、HTTP2协议支持。

MAC-演示使用

图片

图片

图片

IPhone-演示使用

图片

图片

责任编辑：武晓燕 来源： 开源测试联盟 开源LLM模型

(责任编辑：探索)