Как подружить PHP с нейросетями без боли и Python
Знакомая ситуация: заказчик просит добавить в проект на PHP «немного искусственного интеллекта» — суммаризацию текстов, умный поиск или чат-бота. Вы открываете гайды по LLM и везде видите Python. LangChain, LlamaIndex, сотни библиотек для обработки данных... и всё на чужом языке. Конечно, можно поднять отдельный микросервис на FastAPI, но поддерживать зоопарк технологий ради одной фичи хочется не всегда.
Я наткнулся на проект LLPhant, который пытается исправить эту несправедливость. Это полноценный фреймворк для работы с генеративным ИИ, написанный на чистом PHP. Ребята из Theodo явно вдохновлялись LangChain, но адаптировали концепции под наши реалии, включая нативную поддержку Symfony и Laravel.
Что умеет этот «слон»
Разработчики не стали ограничиваться простыми обертками над API OpenAI. LLPhant — это конструктор, из которого можно собрать довольно сложные вещи. Вот что мне показалось наиболее полезным.
Работа с разными моделями Библиотека поддерживает OpenAI (включая GPT-4), Anthropic и Mistral. Но самое приятное — интеграция с Ollama и LM Studio. Это значит, что вы можете запустить какую-нибудь Llama 3 локально в Docker-контейнере и общаться с ней через LLPhant, не тратя деньги на токены и не переживая за приватность данных.
Создание RAG-систем Retrieval-Augmented Generation (RAG) — сейчас стандарт де-факто для умных ботов. Суть проста: вы скармливаете нейросети свои документы (PDF, базу знаний, логи), а она отвечает на вопросы, опираясь только на эту информацию. В LLPhant для этого есть всё: от генерации эмбеддингов до работы с векторными базами данных.
Автономные агенты Это когда вы даете нейросети доступ к функциям вашего приложения. Например, просите: «Найди в базе самого активного клиента за прошлую неделю и отправь ему письмо с благодарностью». Агент сам решит, какой метод вызвать, какие параметры передать и как обработать результат.
Как это выглядит в коде
Для запуска понадобится PHP 8.1 или выше. Установка стандартная через Composer:
composer require theodo-group/llphant
Самый простой пример — обычный чат с моделью. Код выглядит лаконично и вполне в духе современных PHP-стандартов:
use LLPhant\Chat\OpenAIChat;
use LLPhant\OpenAIConfig;
$config = new OpenAIConfig();
$config->apiKey = 'your-api-key';
$chat = new OpenAIChat($config);
$response = $chat->generateText('Почему PHP всё еще жив в 2024 году?');
Если нужно что-то посложнее, например, работа с локальной моделью через Ollama, конфиг меняется парой строк. Библиотека берет на себя всю рутину по формированию JSON-запросов и обработке ответов.
Почему это стоит попробовать
Главный плюс LLPhant — низкий порог входа для тех, кто уже живет в экосистеме PHP. Вам не нужно учить синтаксис Python или разбираться, как прокинуть данные между разными языками.
Проект активно спонсируется компаниями AGO и Theodo, что дает надежду на долгую поддержку. Сейчас у репозитория около полутора тысяч звезд — это уже не наколеночная поделка, но и до статуса индустриального стандарта пока далеко. Документация местами лаконична, поэтому иногда приходится подсматривать в исходники или примеры в репозитории.
Кому подойдет
Я бы советовал присмотреться к LLPhant в двух случаях:
- Вы пишете на Laravel или Symfony и хотите быстро внедрить AI-фичи (чат-ботов, классификацию тикетов, генерацию описаний товаров) без смены стека.
- Вам нужно работать с LLM локально из-за требований безопасности, и вы ищете удобный интерфейс для взаимодействия с Ollama.
Если же вы планируете строить сложнейшие нейросетевые архитектуры с сотнями зависимых агентов, возможно, экосистема Python всё еще предложит больше готовых инструментов. Но для 90% типичных бизнес-задач возможностей LLPhant хватит за глаза.
Посмотреть примеры и документацию можно в официальном репозитории: LLPhant на GitHub.
