„LangChain“ yra sistema, turinti daugybę priklausomybių ir bibliotekų, kurias galima naudoti kuriant didelius kalbų modelius. Šie modeliai gali būti naudojami sąveikaujant su žmonėmis, tačiau pirmiausia modelis turi išmokti gauti / suprasti žmogaus užduotą raginimą / klausimą. Tam modelis turi būti apmokytas pagal raginimo šablonus, o tada vartotojas užduoda klausimą pateiktame šablone.
Šiame vadove bus parodytas „LangChain“ greitųjų šablonų kūrimo procesas.
Kaip sukurti raginimo šablonus „LangChain“?
Norėdami sukurti raginimo šablonus „LangChain“, tiesiog peržiūrėkite šį vadovą su keliais veiksmais:
1 veiksmas: įdiekite modulius ir sąrankos aplinką
Pradėkite „LangChain“ raginimų šablonų kūrimo procesą įdiegę „LangChain“ sistemą:
pip įdiegti langchain
Dabar įdiekite OpenAI modulius, kad pasiektumėte jo bibliotekas ir nustatykite aplinką naudodami ją:
pip install openai
Nustatykite OpenAI aplinka naudodami OS biblioteką norėdami pasiekti operacinę sistemą ir pateikti OpenAI API raktą:
importuoti musimportuoti getpass
os.environ['OPENAI_API_KEY'] = getpass.getpass('OpenAI API raktas:')
2 veiksmas: naudokite raginimo šabloną
Įdiegę „LangChain“, tiesiog importuokite „PromptTemplate“ biblioteką ir sukurkite užklausos apie pokštą šabloną su kai kuriais papildomais aspektais, tokiais kaip būdvardis, turinys ir kt.:
iš „langchain import PromptTemplate“.prompt_template = PromptTemplate.from_template(
„Pasakyk man {style} pokštą apie {temą}“
)
prompt_template.format(style='juokinga', tema='viščiukai')
Užklausa buvo nustatyta ir suteikta modeliui su kintamojo reikšmėmis, įterptomis į komandą:
Vartotojas gali tinkinti raginimo šabloną pateikdamas paprastą užklausą, kurioje prašoma pajuokauti:
iš „langchain import PromptTemplate“.prompt_template = PromptTemplate.from_template(
'Pasakyk man pokštą'
)
prompt_template.format()
Aukščiau pateiktas metodas skirtas vienai užklausai ir atsakymui, tačiau kartais vartotojas nori bendrauti su modeliu pokalbio forma, o kitame skyriuje paaiškinamas jo formatas.
3 veiksmas: pokalbio raginimo šablono naudojimas
Šiame skyriuje paaiškinamas pokalbio modelio šablonas, pagrįstas pokalbio modeliu, pavyzdžiui, dviejų žmonių sąveika vienas su kitu:
iš langchain.prompts importuoti ChatPromptTemplatetemplate = ChatPromptTemplate.from_messages([
(„sistema“, „AI pokalbių robotas, padedantis vartotojui. Jus vadina {name}.“),
(„žmogus“, „Labas, kaip sekasi“),
(„ai“, „Kaip sekasi“),
('žmogus', '{user_input}'),
])
pranešimai = template.format_messages(
vardas = 'Jonas',
user_input='Kaip turėčiau jus vadinti'
)
Nustatę šablono struktūrą, tiesiog parašykite tekste keletą eilučių, kad nurodytumėte modeliui, ko iš jo tikimasi, ir naudokite funkciją llm(), kad pateiktumėte raginimą:
iš langchain.prompts importuoti ChatPromptTemplateiš langchain.prompts.chat importuoti SystemMessage, HumanMessagePromptTemplate
template = ChatPromptTemplate.from_messages(
[
SystemMessage(
turinys=(
„Jūs esate čia, kad padėtų vartotojui efektyviau perrašyti vartotojo tekstą“
)
),
HumanMessagePromptTemplate.from_template('{text}'),
]
)
iš langchain.chat_models importuoti ChatOpenAI
llm = ChatOpenAI()
llm(template.format_messages(text='nemėgstu valgyti skanių dalykų'))
Metodą SystemMessage() sudaro atsakymo į užklausą, naudojamą LLM, turinys:
Tai viskas apie greitųjų šablonų kūrimą „LangChain“.
Išvada
Norėdami sukurti raginimo šabloną LangChain, tiesiog įdiekite LangChain ir OpenAI modulius, kad nustatytumėte aplinką naudodami OpenAI API raktą. Po to sukurkite raginimo šabloną vienam raginimui, pvz., paklausti pokšto ar vieno klausimo apie bet ką. Kitas būdas yra pritaikyti pokalbių modelio šabloną, pagrįstą dviejų skirtingų žmonių sąveikos procesu. Šis įrašas iliustruoja greito šablono „LangChain“ kūrimo procesą.