В этом посте будет показан процесс создания приложений LangChain с использованием шаблона подсказки и анализатора вывода.
Как создавать приложения LangChain с использованием шаблона подсказки и анализатора вывода?
Чтобы создать приложение LangChain с использованием шаблона приглашения и анализатора вывода, просто следуйте этому простому руководству:
Шаг 1. Установите Лангчейн
Сначала запустите процесс создания приложений LangChain, установив инфраструктуру LangChain, используя « пункт » команда:
pip установить langchain
Шаг 2. Использование шаблона приглашения
После установки модулей LangChain импортируйте файл « Шаблон приглашения » для создания шаблона подсказки, предоставив модели запрос, позволяющий понять вопрос:
из langchain.prompts импорт PromptTemplate
подсказка = PromptTemplate.from_template('Какое сочетание цветов подойдет для {продукта}?')
Prompt.format(product='красочные носки')
Вывод автоматически объединил предложение со значением « продукт ' переменная:
После этого создайте еще один шаблон приглашения, импортировав библиотеки HumanMessagePromptTemplate, ChatPromptTemplate и SystemMessagePromptTemplate из LangChain:
из импорта langchain.prompts.chat (Шаблон запроса чата,
Шаблон системного сообщения,
Шаблон HumanMessagePrompt,
)
#Настраиваем шаблон приглашения для модели LangChain
template = 'Вы помогаете переводить {input_language} на {output_language}'
system_message_prompt = SystemMessagePromptTemplate.from_template(шаблон)
human_template = '{текст}'
human_message_prompt = HumanMessagePromptTemplate.from_template(human_template)
chat_prompt = ChatPromptTemplate.from_messages([system_message_prompt, human_message_prompt])
chat_prompt.format_messages(input_language='Французский', output_language='Английский', text='Мне нравится ИИ')
После импорта всех необходимых библиотек просто создайте собственный шаблон для запросов, используя переменную шаблона:
Шаблоны подсказок используются только для установки шаблона запроса/вопроса и не дают никакого ответа на вопрос. Однако функция OutputParser() может извлекать ответы, как показано в следующем разделе на примере:
Шаг 3. Использование анализатора вывода
Теперь импортируйте библиотеку BaseOutputParser из LangChain, чтобы разделить текстовые значения, разделенные запятыми, и вернуть список на выходе:
из langchain.schema импортировать BaseOutputParserкласс CommaSeparatedListOutputParser(BaseOutputParser):
def parse(self, text: str):
вернуть text.strip().split(', ')
CommaSeparatedListOutputParser().parse('Спасибо, добро пожаловать')
Это все, что касается создания приложения LangChain с использованием шаблона приглашения и синтаксического анализатора вывода.
Заключение
Чтобы создать приложение LangChain с использованием шаблона приглашения и анализатора вывода, просто установите LangChain и импортируйте из него библиотеки. Библиотека PromptTemplate используется для построения структуры запроса, чтобы модель могла понять вопрос перед извлечением информации с помощью функции Parser(). Функция OutputParser() используется для получения ответов на основе ранее настроенных запросов. В этом руководстве объясняется процесс создания приложений LangChain с использованием шаблона приглашения и анализатора вывода.