当前位置: 首页 > news >正文

洛阳创智广场做网站今天最新新闻

洛阳创智广场做网站,今天最新新闻,apache 建立网站,坂田做网站系列文章地址 【可能是全网最丝滑的LangChain教程】一、LangChain介绍 【可能是全网最丝滑的LangChain教程】二、LangChain安装 使用LangChain构建应用 LangChain支持构建应用程序,将外部数据源和计算源连接到LLM。我们将从一个简单的 LLM 链开始,它…

系列文章地址

【可能是全网最丝滑的LangChain教程】一、LangChain介绍

【可能是全网最丝滑的LangChain教程】二、LangChain安装

使用LangChain构建应用

LangChain支持构建应用程序,将外部数据源和计算源连接到LLM。我们将从一个简单的 LLM 链开始,它只依赖于提示模板中的信息来响应。 接下来,我们将构建一个检索链,该链从单独的数据库获取数据并将其传递到提示模板中。 然后,我们将添加聊天记录,以创建对话检索链。这允许您以聊天方式与此 LLM 进行交互,因此它会记住以前的问题。 最后,我们将构建一个代理,利用 LLM 来确定它是否需要获取数据来回答问题。

LLMChain

LangChain可以通过 API 提供的模型(如 OpenAI)和本地开源模型(如 Ollama)等集成。开源模型的部署依赖于我们拥有的硬件配置,我将不做过多分析。

这里我将使用OpenAI提供的API做示例。

首先,我们需要导入 LangChain x OpenAI 集成包。

pip install langchain-openai

访问 API 需要一个 API 密钥,您可以通过创建一个帐户并前往此处来获取该密钥。

一旦我们有了密钥,我们就要通过运行以下命令将其设置为环境变量(非必须): 

export OPENAI_API_KEY="..."

然后,我们可以初始化模型: 

from langchain_openai import ChatOpenAIllm = ChatOpenAI()

如果您不想设置环境变量,则可以在启动 OpenAI LLM 类时直接通过命名参数传入密钥:openai_api_key 

from langchain_openai import ChatOpenAIllm = ChatOpenAI(openai_api_key="...")

一旦你安装并初始化了你选择的LLM,我们就可以尝试使用它了!

让我们问它“请介绍一下李白?” 。 

llm.invoke("介绍一下李白?")

输出如下:

AIMessage(content='李白(701年-762年),字太白,号青莲居士,唐朝时期伟大的浪漫主义诗人,被后人誉为“诗仙”。他出生于今天的陕西省凤翔县,自幼聪明好学,擅长诗词歌赋,一生创作了大量的诗歌,其作品风格豪放奔放,语言优美,富有想象力,具有极高的艺术价值。李白的诗歌题材广泛,包括山水田园、历史人物、神话传说、饮酒抒怀等,他的诗歌充满了浪漫主义色彩,表现出对自由、理想和自然的热爱。他的代表作有《静夜思》、《将进酒》、《庐山谣》、《早发白帝城》等,这些作品在中国文学史上占有重要地位。李白的一生充满了传奇色彩,他曾游历过许多地方,与当时的文人墨客交往甚广,他的诗歌也深受人们的喜爱。然而,他的生活并不平稳,曾多次遭遇政治挫折,但他始终保持乐观豁达的态度。晚年,李白因病返回故乡,最终在安徽当涂去世。李白的诗歌对中国文学产生了深远影响,他的作品被后世广为传颂,成为中国古代诗歌的瑰宝。 ')

 我们还可以使用提示模板来指导它的响应。 提示模板用于将原始用户输入转换为更好的 LLM 输入。

from langchain_core.prompts import ChatPromptTemplate
prompt = ChatPromptTemplate.from_messages([("system", "你是世界级的历史人物研究人员,擅长用一句话输出回答。"),("user", "{input}")
])

现在,我们可以将它们组合成一个简单的 LLM 链:

chain = prompt | llm

 我们现在可以调用它并提出相同的问题,理论上它应该输出一句介绍李白的话。

chain.invoke({"input": "请介绍一下李白?"})

输出:

AIMessage(content='李白,唐朝浪漫主义诗人,被誉为“诗仙”。 ')

模型的输出是一条消息。但是,使用字符串通常要方便得多。让我们添加一个简单的输出解析器,将聊天消息转换为字符串。

from langchain_core.output_parsers import StrOutputParseroutput_parser = StrOutputParser()

现在,我们可以将其添加到上一个链中:

chain = prompt | llm | output_parser

 我们现在可以调用它并提出相同的问题。答案现在将是一个字符串(而不是 AIMessage)

输出:

李白,唐朝浪漫主义诗人,被誉为“诗仙”。 

 总结

至此,我们就学会了LangChain中所谓的“Chain”的基本使用。既然是基本使用,肯定也有高级用法,甚至我们可以自己“自定义Chain”来处理我们逻辑。具体怎么使用,请关注后续文章更新。

Peace Guys

http://www.tj-hxxt.cn/news/47950.html

相关文章:

  • 如何用wordpress制作网站环球网最新消息疫情
  • 第三次网站建设的通报网址大全
  • 网站防注入营销策划书范文案例
  • 做外贸需要关注的网站有什么好处网络公司优化关键词
  • 珠海营销型网站建设热点事件营销案例
  • 苹果手机怎么做网站如何推广品牌
  • 事业单位考试网站直播引流推广方法
  • ppt做视频 模板下载网站深圳网络营销推广服务
  • 怎么样才能建立网站平台自媒体平台
  • 瑞安规划建设局网站查询网
  • 小说类网站功能建设公司网站搭建
  • wordpress悬浮刷新站长工具seo综合查询分析
  • 虚拟商品自动发货网站搭建教程搜狗站长
  • 小公司做网站推广好不好成都网站快速开发
  • 360网站 备案怎样在百度上发布信息
  • 郑州做网站公司天津优化公司
  • 龙华做网站天无涯网络百度app安卓版下载
  • 网站打开风险怎么解决市场营销专业就业方向
  • 千图网官网素材seo 百度网盘
  • 怎么建设淘宝联盟的网站深圳关键词推广整站优化
  • 临沂网站建设费用推广营销策划方案
  • 网站网页制作模板电脑培训学校网站
  • 企业网站建设委托合同seo网站内部优化方案
  • 视频类网站如何做缓存谷歌seo排名公司
  • 重庆企业建站系统模板2020年百度搜索排名
  • 南京手机网站制作品牌广告语经典100条
  • 网站系统使用说明书杭州网站优化方案
  • 论坛网站模板下载营销网站制作公司
  • 广元市规划和建设局网站深圳网络推广的公司
  • web前端设计西安seo服务商