Kā lietot saraksta parsētāju programmā LangChain?

Ka Lietot Saraksta Parsetaju Programma Langchain



LangChain moduļi satur atkarības, lai izveidotu tērzēšanas robotus, kas var ģenerēt tekstu cilvēku valodās, piemēram, angļu valodā utt. Modeļi ir jāapmāca ar milzīgām datu kopām, lai modelis varētu efektīvi saprast teksta ģenerēšanas uzvedni. Python valoda piedāvā parser() funkciju izmantošanu, lai iegūtu strukturētu izvadi, ko izstrādātāji var pielāgot.

Šī ziņa ilustrēs sarakstu parsētāja izmantošanas procesu LangChain.

Kā lietot saraksta parsētāju programmā LangChain?

Sarakstu parsētāja klases tiek izmantotas, lai iegūtu izvadi tāda saraksta veidā, kurā ir vairāki objekti, kas ir atdalīti ar komatiem. LangChain modulis ļauj izmantot CommaSeparatedListOutputParser bibliotēku, lai iegūtu izvadi strukturēta saraksta veidā.







Lai uzzinātu, kā lietot sarakstu parsētājs programmā LangChain, vienkārši veiciet norādītās darbības:



1. darbība: instalējiet moduļus
Pirmkārt, sāciet, instalējot LangChain ietvaru, izmantojot pip instalēšanas komandu Python piezīmjdatorā vai IDE:



pip uzstādīt langchain





Vēl viens lejupielādei nepieciešamais modulis ir OpenAI, ko izmanto, lai iegūtu OpenAI un ChatOpenAI bibliotēkas:

pip uzstādīt openai



Pēc nepieciešamo moduļu instalēšanas, iestatīt OpenAI vidi, izmantojot savu API atslēgu pēc “ tu ' un ' getpass ” bibliotēkas:

importēt mūs
importēt getpass

os.environ [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'OpenAI API atslēga:' )

2. darbība. Importējiet bibliotēkas
Pēc OpenAI vides iestatīšanas vienkārši importējiet bibliotēkas, kas nepieciešamas, lai izmantotu sarakstu parsētājus, piemēram, CommaSeparatedListOutputParser, OpenAI un daudz ko citu:

no langchain.output_parsers importējiet CommaSeparatedListOutputParser
no langchain.prompts importējiet ChatPromptTemplate
no langchain.llms importēt OpenAI
no langchain.prompts importēt PromptTemplate
no langchain.chat_models importējiet ChatOpenAI
no langchain.prompts importējiet HumanMessagePromptTemplate

3. darbība: izveides saraksta izvades parsētājs
Nākamais solis ir izveidot saraksta izvades parsētāju un pēc tam konfigurēt uzvednes veidni, lai ierobežotu objektu skaitu, lai izveidotu sarakstu:

output_parser = CommaSeparatedListOutputParser ( )

format_instructions = output_parser.get_format_instructions ( )
prompt = PromptTemplate (
veidne = 'Sarakstiet piecus {subject}. \n {format_instructions}' ,
ievades_mainīgie = [ 'tēma' ] ,
daļēji_mainīgie = { 'format_instrukcijas' : format_instrukcijas }
)

4. darbība: modeļa testēšana
Kad uzvednes veidne ir iestatīta, vienkārši izsauciet OpenAI() metodi, lai definētu ' modelis ” mainīgo un pēc tam sniedziet ievadi. Pēc tam izmantojiet ' izvade ” mainīgais, kas satur ievades vaicājumu, un izsauc parsētāju. Tas izvilks sarakstu, pamatojoties uz vaicājumu, ko ierobežo uzvednes veidne:

modelis = OpenAI ( temperatūra = 0 )

_input = prompt.format ( priekšmets = 'dzērieni' )
izvade = modelis ( _ievade )

output_parser.parse ( izvade )

Tas ir viss par saraksta izvades parsētāja izmantošanu programmā LangChain.

Secinājums

Lai izmantotu saraksta izvades parsētāju programmā LangChain, vienkārši instalējiet nepieciešamos moduļus, lai iestatītu vidi, izmantojot OpenAI API atslēgu. Pēc tam importējiet bibliotēkas, kas nepieciešamas, lai izveidotu un izmantotu saraksta izvades parsētāju, un pēc tam konfigurējiet modeli, izmantojot uzvednes veidnes struktūru. Kad modelis ir veiksmīgi izveidots, vienkārši pārbaudiet modeli, lai iegūtu sarakstu, pamatojoties uz lietotāja sniegto ievadi. Šajā rokasgrāmatā ir ilustrēts saraksta izvades parsētāja izmantošanas process programmā LangChain.