GPT实战系列-LangChain实现简单链
LangChain
GPT实战系列-LangChain如何构建基通义千问的多工具链
GPT实战系列-构建多参数的自定义LangChain工具
GPT实战系列-通过Basetool构建自定义LangChain工具方法
GPT实战系列-一种构建LangChain自定义Tool工具的简单方法
GPT实战系列-搭建LangChain流程简单应用
GPT实战系列-简单聊聊LangChain搭建本地知识库准备
GPT实战系列-LangChain + ChatGLM3构建天气查询助手
GPT实战系列-大模型为我所用之借用ChatGLM3构建查询助手
GPT实战系列-简单聊聊LangChain
大模型查询工具助手之股票免费查询接口
随着OpenAI的GPT-4这样的大型语言模型(LLMs)已经风靡全球,现在让它们自动执行各种任务,如回答问题、翻译语言、分析文本等。LLMs是在交互上真正体验到像“人工智能”。
如何管理这些模块呢?
LangChain在这方面发挥重要作用。LangChain使构建由LLMs驱动的应用程序变得简单,使用LangChain,可以在统一的界面中轻松与不同类型的LLMs进行交互,管理模型版本,管理对话版本,并将LLMs连接在一起。
简单链
要实现一个链(chain),首先需要做一些配置初始化的工作,导入langchain相关的包。
from langchain.prompts import ChatPromptTemplate
from langchain.chat_models import ChatOpenAI
from langchain.schema.output_parser import StrOutputParser
from langchain_community.llms import Tongyi
实现代码,创建Prompt模版,配置大模型,以及输出解析函数。
#通过prompt模板创建一个prompt
prompt = ChatPromptTemplate.from_template("请为我写一首关于 {topic}的诗。"
)model = Tongyi( max_tokens=2048)output_parser = StrOutputParser()#创建一个简单链
chain = prompt | model | output_parserresponse = chain.invoke({"topic": "大海"})
print(response)
简单链路:
ChatPromptTemplate(input_variables=['topic'], messages=[HumanMessagePromptTemplate(prompt=PromptTemplate(input_variables=['topic'], template='请为我写一首关于 {topic}的诗。'))])
| ChatOpenAI(client=<openai.resources.chat.completions.Completions object at 0x0000011D5F713340>, async_client=<openai.resources.chat.completions.AsyncCompletions object at 0x0000011D5EF0CEB0>, openai_proxy='')
| StrOutputParser()
调用效果:
题目:蔚蓝的赞歌——致大海大海,你是蔚蓝的诗篇,
浩渺无垠,波涛汹涌的画卷。
你的深邃藏着宇宙的秘密,
你的宽广,是世界的心跳和呼吸。你的晨曦,如新娘的面纱轻盈,
阳光洒落,万道金光闪烁晶莹。
你的黄昏,是诗人的情书,
晚霞渲染,温暖而悠长的梦境。你的浪花,是自由的舞者,
跳跃、翻滚,诠释生命的狂热。
你的潮声,是永恒的交响乐,
低吟、高唱,唤醒沉睡的海岸线。你的胸怀包容万物,无畏无惧,
无论是小舟还是巨轮,都在你怀抱里游弋。
你的力量,有时温柔,有时狂暴,
教诲着生命,坚韧与柔情并存的奥妙。大海,你是神秘的哲人,
用潮起潮落,讲述岁月的流转。
你是孕育生命的摇篮,
赋予万物生机,滋养着大地的脉络。你的蔚蓝,深邃而广阔,
如同天空的倒影,连接着天际的尽头。
大海,你是梦想者的追寻,
在你的怀抱,我们找寻着自我,追逐着希望。哦,大海,你的壮丽无法言表,
你的魅力,让心灵得以翱翔。
你是大自然的赞歌,是生命的颂扬,
在你的怀抱,我们感受到那份无尽的宽广。
再次写诗
海之颂:蔚蓝的梦幻交响曲大海,你是一首无尽的诗,
蔚蓝的韵律,波涛的篇章。
你的深邃,如同宇宙的秘密,
藏着星辰,蕴藏着生命的起源。浩渺的蔚蓝,无边无际的宽广,
你的怀抱,孕育着万千生灵。
浪花翻滚,是你的欢笑与泪水,
每一滴水珠,都诉说着故事的痕迹。海鸥翱翔,破晓的旋律在空中回荡,
潮起潮落,奏响着自然的交响。
你的声音,是宁静中的低语,
是狂风暴雨中的坚韧歌唱。你的颜色,随着天空的变幻而变幻,
清晨的淡蓝,黄昏的金黄。
你是画家的调色盘,是诗人的灵感,
在你的面前,一切描绘都显得苍白。大海,你是神秘的哲人,
教会我们宽恕与包容的力量。
你的深沉,犹如智慧的眼睛,
洞悉世事,却始终保持沉默。你的愤怒,如狂狮般震撼天地,
提醒我们,尊重与敬畏的必要。
而当风暴过后,你又恢复平静,
留下一片宁静,抚慰受伤的心灵。大海,你是一首永恒的赞歌,
在你的面前,人类如此渺小。
你的壮丽,激发我们的梦想,
让我们向往,那未知的彼岸。让我们倾听,你的潮汐呼吸,
感受你的脉搏,跳动在灵魂深处。
大海,你是生命的摇篮,是梦想的港湾,
在你的怀抱里,我们永远追寻,那蔚蓝的梦幻。
LangChain是一个Python框架,可以使用LLMs构建应用程序。它与各种模块连接,使与LLM和提示管理,一切变得简单。
觉得有用 收藏 收藏 收藏
点个赞 点个赞 点个赞
End
GPT专栏文章:
GPT实战系列-实战Qwen通义千问在Cuda 12+24G部署方案_通义千问 ptuning-CSDN博客
GPT实战系列-ChatGLM3本地部署CUDA11+1080Ti+显卡24G实战方案
GPT实战系列-Baichuan2本地化部署实战方案
GPT实战系列-让CodeGeeX2帮你写代码和注释_codegeex 中文-CSDN博客
GPT实战系列-ChatGLM3管理工具的API接口_chatglm3 api文档-CSDN博客
GPT实战系列-大话LLM大模型训练-CSDN博客
GPT实战系列-LangChain + ChatGLM3构建天气查询助手
GPT实战系列-大模型为我所用之借用ChatGLM3构建查询助手
GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型,到底做了什么?(二)
GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型,到底做了什么?(一)
GPT实战系列-ChatGLM2模型的微调训练参数解读
GPT实战系列-如何用自己数据微调ChatGLM2模型训练
GPT实战系列-ChatGLM2部署Ubuntu+Cuda11+显存24G实战方案
GPT实战系列-Baichuan2等大模型的计算精度与量化
GPT实战系列-GPT训练的Pretraining,SFT,Reward Modeling,RLHF
GPT实战系列-探究GPT等大模型的文本生成-CSDN博客