LangChain :打造一个自己的ChatGPT

浅谈

在全球程序员的圈子里,当下最火热的无疑是AI技术,其中OpenAI推出的ChatGPT更是被大家广泛使用。那我们能不能自己动手做一个chat聊天机器人呢?可以,在LangChainAI框架的帮助下简直是易如反掌...本文我将带大家来做一个聊天机器人...

LangChain

  1. 什么是LangChain?

LangChain 是一个开源的框架,它可以让AI开发人员把像GPT-4这样的大型语言模型(LLM)和外部数据结合起来。它提供了PythonJavaScript(TypeScript) 的包。

  1. 为什么要使用LangChain?
  • 首先它是一个开源框架,所以使用它会让我们的开发变得简单,变得标准
  • 其次,GPT模型的训练会有局限性

我问chatGPT(3.5)什么是LangChain?他是这样回答的:

当我询问我的chat聊天机器人时,他是这样回答的:

所以chatGPT(3.5)的通用知识停留在上一次更新知识库的时间,而使用LangChain框架开发的聊天机器人在回答你的问题时可以访问到最新数据

打造聊天机器人

  1. 准备

我们需要使用到colab,使用谷歌账号登录即可。(tips:需要魔法登录)

点击右上角 NEW NOTEBOOK 来到以下界面

  1. 开始
  • 安装LangChain和OpenAI,点击播放键运行

    • !pip install langchain==0.0.316
    • !pip install openai==0.28.1

在这里由于我们的openai版本已经超前,在这里并不适用,所以要指定旧版本

  • 导入

    • from langchain.chat_models import ChatOpenAI
    • from langchain.schema import HumanMessage
    • import os
  • 配置 掘友们需要在这里写上自己的API_KEY哦

    • os.environ['OPENAI_API_KEY']='*****************************************'
    • chat = ChatOpenAI(temperature = 0,model_name="gpt-3.5-turbo")
  • 传入问题并输出结果

    • response = chat([HumanMessage(content="Hello LangChain!")])
    • print(response)
python 复制代码
# LangChain怎么优化OpenAI 开发的
# 聊天模型
from langchain.chat_models import ChatOpenAI
# 分为三种角色 System、assistant、user(human)
# HumanMessage?问题传给他就ok
from langchain.schema import HumanMessage
import os#文件系统
# 设置环境变量,LangChain自动来拿key
os.environ['OPENAI_API_KEY']='****************************************'
chat = ChatOpenAI(temperature = 0,model_name="gpt-3.5-turbo")
# openai接受的就是一个数组
response = chat([HumanMessage(content="Hello LangChain!")])
print(response)

先跟它打个招呼!Hello LangChain!

大家看!他回我们了!我们接着问:

是不是感觉有点东西,嘿嘿嘿~~~~~~

结尾

我们将LangChain打造的聊天机器人结合到APP应用中去,就可以为你的App请来一位'百事通'

相关推荐
编码小哥14 分钟前
OpenCV Haar级联分类器:人脸检测入门
人工智能·计算机视觉·目标跟踪
程序员:钧念22 分钟前
深度学习与强化学习的区别
人工智能·python·深度学习·算法·transformer·rag
数据与后端架构提升之路1 小时前
TeleTron 源码揭秘:如何用适配器模式“无缝魔改” Megatron-Core?
人工智能·python·适配器模式
Chef_Chen1 小时前
数据科学每日总结--Day44--机器学习
人工智能·机器学习
这张生成的图像能检测吗1 小时前
(论文速读)FR-IQA:面向广义图像质量评价:放松完美参考质量假设
人工智能·计算机视觉·图像增强·图像质量评估指标
KG_LLM图谱增强大模型2 小时前
本体论与知识图谱:揭示语义技术的核心差异
人工智能·知识图谱·本体论
JicasdC123asd3 小时前
黄瓜植株目标检测:YOLOv8结合Fasternet与BiFPN的高效改进方案
人工智能·yolo·目标检测
爱吃泡芙的小白白3 小时前
深入解析:2024年AI大模型核心算法与应用全景
人工智能·算法·大模型算法
小程故事多_804 小时前
攻克RAG系统最后一公里 图文混排PDF解析的挑战与实战方案
人工智能·架构·pdf·aigc
琅琊榜首20204 小时前
AI+编程双驱动:高质量短剧创作全流程指南
人工智能