Kevin Zhang

I did not see the funcion calling example in https://github.com/hwchase17/langchain/pull/6113 like in openai site for custom `function` as below, how to integrate with it using LangChain? ``` import openai import...

添加了Dockerfile [146](https://github.com/harry0703/MoneyPrinterTurbo/pull/146)，麻烦review下。@harry0703

>支持设置密码 这个可以添加一下fastapi的auth功能，搞一个简单的通过key，后面可以使用oauth2。

Make sense, I think we have two options to do this: 1. For the long term, we can provide the capabilities for editing the final generated videos; 2. Currently, we...

> > @KevinZhang19870314 没有没试过，会不会爆显存？看起来似乎没有将weight移到内存。（在tts完之后 > > 可以用TTS.set_device()，在合成完之后移到cpu，要用的时候再移到gpu @ChasonJiang 你好，我对PyTorch实在不熟悉，按照review的提示，我修改了一版，麻烦有空看一下（或者不对也可以修改一版？）。 另外我这边暂时没有显卡设备，所以也没法测试，只在CPU机器上面测试没问题。

我这里想到的有2个方案，下面分别举一个示例代码： 1. 使用类似模型池model pool的概念（这里可以限制一下pool size）： ```python from fastapi import FastAPI from threading import Lock app = FastAPI() model_pool = {} model_pool_lock = Lock() @app.post("/tts") async def tts(text: str, weights_path: str):...

> > 我这里想到的有2个方案，下面分别举一个示例代码： > > 这是一个关于并发的问题，可以按照你这两个方法基本思路来做。把t2s_weights换成TTS类实例就行，也就是说创建一个TTS类的实例的pool（TTS instance pool）。 不过需要注意的是，你需要以task的视角去做，也就是说，每一个tts请求是一个task，每个task将占有一个TTS类的实例，然后根据你服务器的性能决定你能并发运行多少个TTS类的实例。 还有，既然规定了能够并发的上限。也就需要为task设置一个队列(task_queue)，同时需要使用一个简单的调度器，用来调度task和管理TTS_instance。 总之，实现起来还挺麻烦的。 看了你的回答，我觉得与这个项目的实现比较像（我之前提的一个PR），麻烦您抽时间看看是否类似？[feat: add support for maximum concurrency of /api/v1/videos](https://github.com/harry0703/MoneyPrinterTurbo/pull/267/files)

> > 看了你的回答，我觉得与这个项目的实现比较像（我之前提的一个PR），麻烦您抽时间看看是否类似？[feat: add support for maximum concurrency of /api/v1/videos](https://github.com/harry0703/MoneyPrinterTurbo/pull/267/files) > > 嗯嗯，是类似的。不过要注意一个task应占有一个TTS类的实例，不然会导致生成的音频发生混乱。 https://github.com/RVC-Boss/GPT-SoVITS/blob/35e755427da174037da246642cab6987876c74fa/api_v2.py#L143 本地跑了一下，这一句执行时间以秒为单位的（差不多3~5秒，一般的办公笔记本，CPU），如果一个task用一个TTS实例，感觉还是比较费时间的。感觉还是多开比较好（使用类似supervisor），一个声音一个api服务，初始化的时候加载进内存。 如果执意要这么做，初始化的时候得维护一个tts的dict，后面每次调用去这个dict拿，这样应该是可以的。那么这样的话就可以用到`functools.lru_cache get_tts_instance(voice_name: str)`来维护这个dict了。

暂时使用lru cache实现了一下，后面有空结合lru cache和[feat: add support for maximum concurrency of /api/v1/videos](https://github.com/harry0703/MoneyPrinterTurbo/pull/267/files)再重构一下（如果需要的话）。

I think you need to set `ngProjectAs` property to ng-container ```html Correct (without ng-container) Default Content Footer Content Buggy (with ng-container) Default Content Footer Content ```