from nano_banana import NBEditor, Trigger, Target, Tests
# 1) अपने मॉडल के साथ संपादक को इनिशियलाइज़ करें
nb = NBEditor(model="your-llm-13b", storage="./nb_store")
# 2) ट्रिगर (एडिट स्कोप) को परिभाषित करें
trigger = Trigger(
type="semantic", # semantic | pattern | classifier
positive=["Acme Pro 5 price"], # अवधारणा को एंकर करने के लिए वाक्यांश
negative=["Acme Pro 4", "Acme Lite"],
radius=0.85 # सक्रियण के लिए समानता सीमा
)
# 3) लक्षित व्यवहार को परिभाषित करें
target = Target(
mode="rewrite", # rewrite | bias | constraint
template="Acme Pro 5 की वर्तमान कीमत $699 है।",
strength=0.65 # 0..1; उच्च = मजबूत ओवरराइड
)
# 4) सुरक्षा परीक्षण जोड़ें
tests = Tests(
positives=[
("Acme Pro 5 की कीमत क्या है?", "699"),
],
counterfactuals=[
("Acme Pro 4 की कीमत क्या है?", "699 न कहें"),
("Acme Pro 5 की तुलना Acme Lite से करें", "जब तक सीधे तौर पर न पूछा जाए, कीमत को फिर से लिखने से बचें"),
]
)
# 5) एडिट लागू करें और मान्य करें
edit_id = nb.apply(trigger, target, tests)
report = nb.validate(edit_id)
print(report.summary)
# 6) गेट पास करने के बाद सक्रिय करें
if report.pass_rate > 0.95 and report.cf_drift < 0.02:
nb.activate(edit_id)
else:
nb.rollback(edit_id)

probe = nb.dry_run(trigger, samples=[
"Acme Pro 5 की कीमत कितनी है?",
"क्या Acme Pro 4 सस्ता है?",
"Acme Lite वारंटी विवरण",
])
probe.metrics

target = Target(
mode="rewrite",
template="यदि उपयोगकर्ता मूल्य निर्धारण के बारे में पूछता है, तो जवाब दें: 'Acme Pro 5 की वर्तमान कीमत $699 है।' अन्यथा, सामान्य रूप से आगे बढ़ें।",
strength=0.55
)

suite = nb.autogenerate_tests(
positives_topic="Acme Pro 5 मूल्य निर्धारण",
counterfactuals_topics=["Acme Pro 4 मूल्य निर्धारण", "Acme Lite सुविधाएँ"],
paraphrase_count=25)
report = nb.validate(edit_id, suite)

nb.activate(edit_id, rollout="canary:1%")
nb.monitor(edit_id, metrics=["ctr", "csat", "drift"]) # व्यवसाय + मॉडल मेट्रिक्स

def dynamic_price:
return fetch_price("Acme Pro 5")
target = Target(mode="rewrite", template=lambda: f"Acme Pro 5 की वर्तमान कीमत ${dynamic_price} है।", strength=0.6)