Šī ziņa ilustrēs LangChain lietojumprogrammu veidošanas procesu, izmantojot uzvednes veidni un izvades parsētāju.
Kā izveidot LangChain lietojumprogrammas, izmantojot uzvednes veidni un izvades parsētāju?
Lai izveidotu LangChain lietojumprogrammu, izmantojot uzvednes veidni un izvades parsētāju, vienkārši izpildiet šo vienkāršo rokasgrāmatu:
1. darbība: instalējiet LangChain
Vispirms sāciet LangChain lietojumprogrammu veidošanas procesu, instalējot LangChain ietvaru, izmantojot “ pip ” komanda:
pip instalēt langchain
2. darbība. Uzvednes veidnes izmantošana
Pēc LangChain moduļu instalēšanas importējiet “ PromptTemplate ” bibliotēku, lai izveidotu uzvednes veidni, nodrošinot modeļa vaicājumu, lai saprastu jautājumu:
no langchain.prompts importēt PromptTemplate
prompt = PromptTemplate.from_template('Kāda ir laba krāsu kombinācija produktam {product}?')
prompt.format(produkts='krāsainas zeķes')
Izvade automātiski apvienoja teikumu ar vērtību “ produkts ” mainīgais:
Pēc tam izveidojiet citu uzvednes veidni, importējot HumanMessagePromptTemplate, ChatPromptTemplate un SystemMessagePromptTemplate bibliotēkas no LangChain:
no langchain.prompts.chat importēšanas (ChatPromptTemplate,
SystemMessagePromptTemplate,
HumanMessagePromptTemplate,
)
#Konfigurējiet uzvednes veidni LangChain modelim
template = 'Jūs esat palīgs, kas tulko {input_language} uz {output_language}'
system_message_prompt = SystemMessagePromptTemplate.from_template(veidne)
human_template = '{teksts}'
human_message_prompt = HumanMessagePromptTemplate.from_template(cilvēka_veidne)
chat_prompt = ChatPromptTemplate.from_messages([system_message_prompt, human_message_prompt])
chat_prompt.format_messages(input_language='franču', output_language='angļu', text = 'Man patīk AI')
Pēc visu nepieciešamo bibliotēku importēšanas vienkārši izveidojiet pielāgoto veidni vaicājumiem, izmantojot veidnes mainīgo:
Uzvedņu veidnes tiek izmantotas tikai vaicājuma/jautājuma veidnes iestatīšanai, un tā nesniedz nekādu atbildi uz jautājumu. Tomēr funkcija OutputParser() var iegūt atbildes, kā šajā sadaļā paskaidrots ar piemēru:
3. darbība. Izvades parsētāja izmantošana
Tagad importējiet BaseOutputParser bibliotēku no LangChain, lai atdalītu teksta vērtības, kas atdalītas ar komatiem, un izvadā atgrieztu sarakstu:
no langchain.schema importēt BaseOutputParserklase CommaSeparatedListOutputParser(BaseOutputParser):
def parse(self, text: str):
atgriezt text.strip().split(', ')
CommaSeparatedListOutputParser().parse('Paldies, laipni lūdzam')
Tas ir viss par LangChain lietojumprogrammas izveidi, izmantojot uzvednes veidni un izvades parsētāju.
Secinājums
Lai izveidotu LangChain lietojumprogrammu, izmantojot uzvednes veidni un izvades parsētāju, vienkārši instalējiet LangChain un importējiet no tās bibliotēkas. PromptTemplate bibliotēka tiek izmantota, lai izveidotu vaicājuma struktūru, lai modelis varētu saprast jautājumu pirms informācijas iegūšanas, izmantojot funkciju Parser (). Funkciju OutputParser() izmanto, lai iegūtu atbildes, pamatojoties uz iepriekš pielāgotajiem vaicājumiem. Šajā rokasgrāmatā ir izskaidrots LangChain lietojumprogrammu veidošanas process, izmantojot uzvednes veidni un izvades parsētāju.