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
池央16 分钟前
AI性能极致体验:通过阿里云平台高效调用满血版DeepSeek-R1模型
人工智能·阿里云·云计算
我们的五年17 分钟前
DeepSeek 和 ChatGPT 在特定任务中的表现:逻辑推理与创意生成
人工智能·chatgpt·ai作画·deepseek
Yan-英杰18 分钟前
百度搜索和文心智能体接入DeepSeek满血版——AI搜索的新纪元
图像处理·人工智能·python·深度学习·deepseek
Fuweizn20 分钟前
富唯智能可重构柔性装配产线:以智能协同赋能制造业升级
人工智能·智能机器人·复合机器人
taoqick2 小时前
对PosWiseFFN的改进: MoE、PKM、UltraMem
人工智能·pytorch·深度学习
suibian52352 小时前
AI时代:前端开发的职业发展路径拓宽
前端·人工智能
预测模型的开发与应用研究3 小时前
数据分析的AI+流程(个人经验)
人工智能·数据挖掘·数据分析
源大模型3 小时前
OS-Genesis:基于逆向任务合成的 GUI 代理轨迹自动化生成
人工智能·gpt·智能体
PowerBI学谦5 小时前
Python in Excel高级分析:一键RFM分析
大数据·人工智能·pandas
运维开发王义杰5 小时前
AI: Unsloth + Llama 3 微调实践,基于Colab
人工智能·llama