最近在学习LangChain,langchain的第一个入门应用就是和ChatGPT结合形成的一个AI客服,本期文章就带大家一起认识下
LangChain
LangChain
是现在用得最多的AI框架,langchain
在帮助如基于文档数据的回答、聊天机器人和代理这类的应用程序
langchain网址:github.com/sugarforeve…
OpenAI
ChatGPT就是OpenAI开发的一种基于人工智能技术的自然语言处理模型,它的API允许开发人员通过简单的API调用来访问这些模型
LangChain与OpenAI结合实现AI客服
准备工作:
Colab
我们使用Google Colab在线平台运行python代码
Google Colaboratory
是由Google提供的云端开发环境,用户可以直接在浏览器中编写和执行python代码
链接:colab.research.google.com/
OpenAI API Key
点击:platform.openai.com/api-keys 创建你的APIKey
注:每个ChatGPT账号都有5$额度的APIKey,同一个手机号注册的第n(n>=2)个账号将没有免费额度的APIKey
第一个LangChain应用——AI客服
这个程序只有需要2行安装指令和7行代码
!pip install langchain==0.0.316
!pip install openai==0.28.1
!pip install langchain==0.0.316
安装langchain极简AI开发框架,细心的你会发现,此时的langchain版本还未到1.0.0,这里介绍下版本号
主版本号.次版本号.修订号
一般来说,主版本号代表软件重大变更,次版本号代表一些新功能,修订号代表修复的bug或小改进
另外,如果项目到了1.0.0版本,出了问题就需要负商业责任,目前langchain还没有到这个版本
!pip install openai==0.28.1
这里安装的并非openai最新版本,如果这里你没有指名版本就代表安装最新版本,截至目前,openai最新版本是1.3.9。不用新版本的原因是:OpenAI新版本更新后,与LangChain的0.0.316不兼容,会报错! 这里如果你是第一个发现这个bug的人,你可以向langchain作者的源代码提交代码,我们先把AI客服介绍完,再带大家了解如何向大佬开源项目提交代码
-
7行代码
from langchain.chat_models import ChatOpenAI from langchain.schema import HumanMessage import os os.environ['OPENAI_API_KEY'] = '您的有效apiKey' chat = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo") response = chat([HumanMessage(content="Hello LangChain!")]) print(response)
from langchain.chat_models import ChatOpenAI
中chat_models
是个接口,他引入一个聊天模型from langchain.schema import HumanMessage
我们把问题传给HumanMessage
,这里有三种角色,system,assistance,user,system是规定做什么,assistance就是助理,user就是我们import os
引入文件系统os.environ['OPENAI_API_KEY'] = ''
设置环境变量,langchain会自动从环境变量中拿到keychat = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo")
这里是实例化对象,不需要new,temperature是设置自由度(0,1)值越大越发散,越不可控。response = chat([HuamnMessage(content="Hello LangChain!")])
给HumanMessage聊天对象传递一个数组,实现第一次对话
4. 运行代码
如何向开源项目提交代码?
-
fork到自己的本地仓库
加入到自己的仓库,才有提交权限
-
发现了人家的bug,或者人家需要我们做的job
把活干完,并且完成测试 add commit 并且push
-
提交到我们自己的远程仓库
-
点进这次提交,然后create pull request
然后描述问题,怎么解决的,截图,最后提交
-
远程仓库的代码就会比人家的仓库多点东西,人家就收到合并代码的请求,人家去check,merge到自己的仓库,然后自己就会成为开发者,contributors就会有自己的头像
这里我们就以发现了“OpenAI新版本更新后,与LangChain的0.0.316不兼容,会报错!”为例,frok后,我们可以去指定路径打开终端输入如下指令下载到该路径中去
git config --global user.name"你的github用户名"
git config --global user.name"你的github主邮箱"
git clone https://github.com/sugarforever/wtf-langchain.git // 该链接为Code按钮中的Local-HTTPS链接
于是修改人家的readme.md,指名需要低版本的OpenAI版本,然后终端中输入如下指令去提交
git add .\01_Hello_Langchain\README.md
git commit -m 'openai新版本不兼容,指定版本回退'
git push origin main
然后去Create Pull Requests,title写“fixed openai version bug”,然后提交的请求可以送到作者那边去,作者要是check并merge到了自己的仓库,你就会成为该项目的开发者,contributors就会有自己的头像
如果你是刚毕业的大学生,有这种经历,你是完全可以写进简历中的,当然,前提是人家的开源项目的stars足够多
总结
本期文章我们入门了LangChain,了解了OpenAI与它的关系,并实现了AI客服功能,LangChain给我们带来了很多惊喜,它让AI开发变得十分简单,如果觉得文章对你学习有所帮助,还请”点赞+评论+收藏“一键三连,感谢支持!
如何学习大模型 AGI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
-END-
👉AGI大模型学习路线汇总👈
大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
👉AGI大模型实战案例👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉AGI大模型视频和PDF合集👈
观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓