Esta publicación ilustrará el proceso de creación de aplicaciones LangChain utilizando la plantilla de solicitud y el analizador de salida.
¿Cómo crear aplicaciones LangChain utilizando una plantilla de aviso y un analizador de salida?
Para crear la aplicación LangChain utilizando la plantilla de solicitud y el analizador de resultados, simplemente siga esta sencilla guía:
Paso 1: instale LangChain
Primero, comience el proceso de creación de aplicaciones LangChain instalando el marco LangChain usando el ' pepita ' dominio:
pip instalar cadena larga
Paso 2: usar la plantilla de aviso
Después de instalar los módulos LangChain, importe el archivo ' Plantilla de aviso ”Biblioteca para crear una plantilla de mensajes proporcionando una consulta para que el modelo comprenda la pregunta:
desde langchain.prompts importar PromptTemplate
Prompt = PromptTemplate.from_template('¿Cuál es una buena combinación de colores para {producto}?')
Prompt.format(producto='calcetines de colores')
La salida combinó automáticamente la oración con el valor de ' producto ' variable:
Después de eso, cree otra plantilla de aviso importando las bibliotecas HumanMessagePromptTemplate, ChatPromptTemplate y SystemMessagePromptTemplate desde LangChain:
desde langchain.prompts.chat importar (Plantilla de solicitud de chat,
Plantilla de solicitud de mensaje del sistema,
Plantilla de solicitud de mensaje humano,
)
#Configurar la plantilla de solicitud para el modelo LangChain
template = 'Eres un ayudante que traduce {input_language} a {output_language}'
system_message_prompt = SystemMessagePromptTemplate.from_template(plantilla)
plantilla_humana = '{texto}'
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='francés', output_language='inglés', text='Me gusta la IA')
Después de importar todas las bibliotecas necesarias, simplemente cree la plantilla personalizada para las consultas utilizando la variable de plantilla:
Las plantillas de mensajes solo se utilizan para configurar la plantilla para la consulta/pregunta y no responden con ninguna respuesta a la pregunta. Sin embargo, la función OutputParser() puede extraer respuestas como se explica en la siguiente sección con el ejemplo:
Paso 3: usar el analizador de salida
Ahora, importe la biblioteca BaseOutputParser desde LangChain para separar los valores de texto separados por comas y devolver la lista en la salida:
desde langchain.schema importar BaseOutputParserclase CommaSeparatedListOutputParser(BaseOutputParser):
def parse(self, texto: str):
devolver texto.strip().split(', ')
CommaSeparatedListOutputParser().parse('Gracias, bienvenido')
Se trata de crear la aplicación LangChain utilizando la plantilla de solicitud y el analizador de salida.
Conclusión
Para crear una aplicación LangChain utilizando la plantilla de solicitud y el analizador de salida, simplemente instale LangChain e importe bibliotecas desde él. La biblioteca PromptTemplate se utiliza para crear la estructura de la consulta para que el modelo pueda comprender la pregunta antes de extraer información utilizando la función Parser(). La función OutputParser() se utiliza para obtener respuestas basadas en las consultas personalizadas previamente. Esta guía ha explicado el proceso de creación de aplicaciones LangChain utilizando la plantilla de solicitud y el analizador de salida.