LangChain 一 hello LLM

本来想先写LangChain系列的,但是最近被AutoGenLlamaIndex给吸引了。2023就要过去了,TIOBE数据编程语言排名Python都第一了,可见今年AI开发之热。好吧,一边学习业界通用的LangChain框架,一边准备跨年吧。

前言

先是OpenAI引爆AI狂热,再是Llama2、通义千问、文心一言百家齐放,最近Google Gemini一出来就是梭哈。LLM已逐步被传统应用整合,升级为AI应用。其中,LangChain这个AI框架功不可没。因为,针对如OpenAI的API调用太底层,也不够通用,还有些跟业务相结合的中间层,这些LangChain帮我们打理好了。

LangChain适合的业务

  • RAG 应用

LangChainLlamaIndex握手,快速开发检索增强知识库类应用。

  • 聊天机器人

反手给自己的应用添加一个AI客服。

  • 代理

即Agent, 辅助大模型完成特定任wy

OPENAI 等大模型

OPENAI最近变慢了,变笨了,但是目前,确实没太好的替代产品啊。

LangChain简化和统一了在应用中集成和利用大语言模型能力的过程。除了OpenAI外,LangChain还可以很方便的集成在Hugging Face上的各种模型。

运行第一个LangChain应用

本系列代码都会跑在google的colab云端,它用于运行一些nlp任务非常方便,省去了本地安装一大堆环境,建议学习的时候先用它。colab

我们这里使用的大模型是OpenAI,你需要一个api-key。

  • 安装LangChain和OpenAI
ini 复制代码
!pip install langchain==0.0.316
!pip install openai==0.28.1

这里使用的langchain是0.0.235版本,openai==0.28.1版本。请你在运行本教程代码时也使用这个版本。

  • hello langchain
python 复制代码
from langchain.chat_models import ChatOpenAI
from langchain.schema import HumanMessage

import os
os.environ['OPENAI_API_KEY'] = '您的有效OpenAI API Key'

chat = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo")
response = chat([ HumanMessage(content="Hello Langchain!") ])
print(response)

Langchain提供了聊天模型模块,有了chat_models,做聊天so easy!我们从chat_models里导入ChatOpenAI。temperature参数为自由度,值的范围在0-1之间,值越小,LLM的返回就越严谨,越大就越随意。如果你是要OpenAI给你写首诗,这个值 越大越好。如果你是要OpenAI告诉你法条中某事怎么个理,这个值接近0最好,不然,它便是法外狂徒。第二个参数我们指定了模型的名字,在这里,我们使用的是gpt-3.5-turbo,如果你非常有马内,也可以用gpt-4.0。

我们引入了os 系统模块,并将api_key 存入到OPENAI_API_KEY这个系统变量中。默认情况下,Langchain会从环境变量 OPENAI_API_KEY 中读取API Key。注意,在代码中直接嵌入API Key明文并不安全,切勿将API Key直接提交到代码仓库。我们建议利用.env文件和python-dotenv包来管理API Key

from langchain.schema import HumanMessage 提供了roleuser的聊天内容对象封装。如果您刚入门不久,建议先去刷下吴恩达老师的OpenAI 课程。我们在聊天时,内容是由content和role组成的。role分为system、user、assistant三种。在langchain的schema里提供了user这种角色的消息对象,简化了我们聊天的代码。

如果看到了下面这样的反馈,我们完成了LangChain的第一个聊天程序。

总结

  • 我们入门LangChain,了解其与OpenAI的关系,它对我们在业务中使用LLM提供了统一的封装。

参考资料

相关推荐
微凉的衣柜11 分钟前
深度剖析 DeepSeek V3 技术报告:架构创新与卓越性能表现
人工智能·语言模型·大模型
量子位12 分钟前
奥特曼年终总结,明确 AGI 如何实现,2025 奔向超级智能
人工智能
嘟嘟实验室18 分钟前
FaceFusion3.1.1,deepfacelive模型使用教程,BUG修复,云端镜像支持
人工智能·python·macos·aigc·数字人·facefusion
夜半被帅醒22 分钟前
什么是神经网络?神经网络的基本组成部分训练神经网络激活函数有哪些局限性和挑战
人工智能·深度学习·神经网络
Jackilina_Stone23 分钟前
【HUAWEI】HCIP-AI-MindSpore Developer V1.0 | 第一章 神经网络基础( 1 人工神经网络 ) | 学习笔记
人工智能·神经网络·学习·hcip·huawei
伊织code27 分钟前
CINN - 神经网络的编译器基础设施 [飞桨]
人工智能·神经网络·paddlepaddle·飞桨·编译·算子·cinn
三月七(爱看动漫的程序员)32 分钟前
SocraticLM: Exploring Socratic Personalized Teaching with Large Language Models
人工智能·语言模型·自然语言处理·chatgpt·prompt
tiger1191 小时前
大模型与EDA工具
ai·llm·rtl·hdl·eda工具
冯浩(grow up)1 小时前
通义灵码--AI代码生成插件--安装和使用
人工智能·开源软件·ai编程
捂一捂啊啊1 小时前
理解神经网络
人工智能·深度学习·神经网络