Skip to content

README_ES.md

Latest commit

 

History

History
257 lines (190 loc) · 8.35 KB

README_ES.md

File metadata and controls

257 lines (190 loc) · 8.35 KB
Raw

Herramienta de Prueba de API LLM

GitHub stars GitHub license GitHub issues

🚀 Una herramienta integral para probar y comparar el rendimiento de APIs de Modelos de Lenguaje Grande

🌐 🚀 Demo en Vivo - ¡Pruébalo Ahora!

Idiomas: English | 中文 | العربية | Deutsch | Español | Français | 日本語

📖 Descripción General

LLM API Test es una herramienta poderosa basada en web diseñada para hacer benchmarks y comparar el rendimiento de varias APIs de Modelos de Lenguaje Grande. Ya sea que estés evaluando diferentes proveedores, optimizando tus aplicaciones de IA o realizando investigación, esta herramienta proporciona métricas e insights integrales.

✨ Características Principales

🔌 Soporte de API

  • OpenAI: GPT-3.5, GPT-4 y modelos más recientes
  • Google Gemini: Gemini Pro, Gemini Pro Vision
  • APIs Personalizadas: Cualquier endpoint de API compatible con OpenAI

📊 Métricas de Rendimiento

  • Tiempo de Respuesta: Medición de latencia del primer token
  • Velocidad de Salida: Cálculo de tokens por segundo
  • Tasa de Éxito: Seguimiento de confiabilidad de API
  • Evaluación de Calidad: Herramientas de comparación de respuestas

🌐 Experiencia de Usuario

  • Interfaz Multiidioma: Soporte para 7 idiomas
  • Diseño Responsivo: Funciona en escritorio y móvil
  • Resultados en Tiempo Real: Monitoreo de rendimiento en vivo
  • Seguimiento de Historial: Registros de prueba persistentes

☁️ Opciones de Despliegue

  • Desarrollo Local: Configuración simple de servidor HTTP
  • Hosting Estático: Compatible con cualquier host estático

🚀 Inicio Rápido

Prerrequisitos

  • Navegador web moderno (Chrome, Firefox, Safari, Edge)
  • Node.js y npm instalados
  • Claves API para los servicios que deseas probar

Desarrollo Local

  1. Clonar el repositorio

    git clone https://github.com/qjr87/llm-api-test.git
cd llm-api-test

  2. Instalar dependencias e iniciar el servidor

    npm install
npm start

    Métodos alternativos:

    # Usando Python 3
python -m http.server 8000

# Usando PHP
php -S localhost:8000

  3. Abrir en el navegador Navegar a http://localhost:8000

🔧 Guía de Configuración

Configuración de API

  1. Seleccionar Protocolo: Elige tu proveedor de API (OpenAI, Gemini o Personalizado)
  2. Ingresar Endpoint: URL de API (auto-completado para proveedores estándar)
  3. Agregar Clave API: Tu clave de autenticación
  4. Configurar Modelos: Especifica qué modelos probar

Parámetros de Prueba

  • Rondas de Prueba: Número de iteraciones por modelo
  • Prompts: Prompts de prueba personalizados o usar predeterminados
  • Concurrencia: Manejo de solicitudes paralelas

Ejemplo de Configuración

// Configuración OpenAI
Protocolo: "openai"
URL API: "https://api.openai.com/v1/chat/completions"
Clave API: "sk-..."
Modelos: "gpt-3.5-turbo,gpt-4"

// Configuración Gemini
Protocolo: "gemini"
URL API: "https://generativelanguage.googleapis.com/v1beta/models"
Modelos: "gemini-pro"

🚀 Despliegue

Hosting Estático

Despliega en cualquier servicio de hosting estático:

  • Vercel: vercel --prod
  • Netlify: Arrastra y suelta la carpeta del proyecto
  • GitHub Pages: Habilita en la configuración del repositorio
  • Firebase Hosting: firebase deploy

Despliegue con Docker

FROM nginx:alpine
COPY . /usr/share/nginx/html
EXPOSE 80
CMD ["nginx", "-g", "daemon off;"]
docker build -t llm-api-test .
docker run -p 8080:80 llm-api-test

📁 Estructura del Proyecto

llm-api-test/
├── 📄 index.html          # Interfaz principal de la aplicación
├── 🧠 app.js             # Lógica central de la aplicación y orquestación de pruebas
├── 🔌 api-handlers.js    # Implementaciones de protocolos API
├── 🎨 styles.css         # Estilos de UI responsivos
├── 🌍 i18n.js           # Internacionalización y soporte de idiomas
└── 📜 LICENSE           # Licencia MIT

Componentes Principales

  • Clase APITester: Orquestación principal de pruebas y gestión de UI
  • Clase APIHandler: Implementaciones de API específicas por protocolo
  • Sistema I18n: Soporte multiidioma con carga dinámica
  • Motor de Resultados: Cálculo de métricas de rendimiento en tiempo real

🛠️ Stack Tecnológico

Frontend

  • HTML5: Marcado semántico y accesibilidad
  • CSS3: Estilos modernos con Flexbox/Grid
  • JavaScript Vanilla: Sin dependencias de frameworks
  • APIs Web: Fetch, LocalStorage, Internacionalización

Arquitectura

  • Diseño Modular: Separación de responsabilidades
  • Orientado a Eventos: Actualizaciones reactivas de UI
  • Mejora Progresiva: Funciona sin JavaScript
  • Mobile-First: Principios de diseño responsivo

Despliegue

  • Hosting Estático: Compatibilidad universal
  • Listo para CDN: Distribución global de contenido

📊 Explicación de Métricas de Rendimiento

Métrica Descripción Rango Bueno
Tiempo del Primer Token Tiempo para recibir el primer token de respuesta < 2 segundos
Velocidad de Salida Tokens generados por segundo > 10 tokens/seg
Tasa de Éxito Porcentaje de solicitudes exitosas > 95%
Tiempo Total Tiempo completo de generación de respuesta Varía según longitud

🤝 Contribuir

¡Damos la bienvenida a las contribuciones! Así es como puedes ayudar:

Configuración de Desarrollo

  1. Hacer Fork del repositorio
  2. Clonar tu fork localmente
  3. Crear una rama de característica 
    git checkout -b feature/amazing-feature
  4. Realizar tus cambios
  5. Probar exhaustivamente
  6. Hacer Commit con mensajes claros 
    git commit -m "feat: add amazing feature"
  7. Hacer Push a tu fork
  8. Enviar un Pull Request

Pautas de Contribución

  • Seguir el estilo de código existente
  • Agregar pruebas para nuevas características
  • Actualizar documentación
  • Asegurar compatibilidad entre navegadores

Áreas para Contribución

  • 🌐 Traducciones de idiomas adicionales
  • 🔌 Soporte para nuevos proveedores de API
  • 📊 Métricas y visualizaciones mejoradas
  • 🎨 Mejoras de UI/UX
  • 🐛 Corrección de errores y optimizaciones

❓ Preguntas Frecuentes

¿Cómo obtengo claves API?
¿Por qué fallan mis pruebas?
  • Verifica que la clave API sea correcta y tenga créditos suficientes
  • Comprueba si la URL del endpoint API es precisa
  • Asegúrate de que tu IP no esté bloqueada por el proveedor
  • Intenta reducir la concurrencia o las rondas de prueba
¿Puedo probar modelos personalizados?

¡Sí! Usa la opción de protocolo "Personalizado" y proporciona:

  • Tu URL de endpoint API
  • Método de autenticación
  • Nombres de modelos

📄 Licencia

Este proyecto está licenciado bajo la Licencia MIT - consulta el archivo LICENSE para más detalles.

🙏 Agradecimientos

  • Gracias a todos los contribuyentes que ayudan a mejorar esta herramienta
  • Inspirado por la necesidad de pruebas transparentes de rendimiento de IA
  • Construido con ❤️ para la comunidad de desarrollo de IA

⭐ Dale estrella a este repo si te resulta útil!

Hecho con ❤️ por qjr87