如何利用langchian调用百度大模型API

Baidu AI Cloud Qianfan Platform 使用LangChain进行聊天模型集成

概述

百度智能云的千帆平台是一个一站式的大模型开发和服务运营平台,为企业开发者提供了包括文心一言(ERNIE-Bot)和第三方开源模型在内的多种模型。主要分为三类模型:

  1. Embedding
  2. Chat
  3. Completion

本文介绍如何使用LangChain与千帆平台的聊天模型进行集成,具体对应LangChain的langchain/chat_models包。

API 初始化

在使用百度千帆平台的大模型服务前,需要初始化相关参数,可以通过环境变量或者直接传参进行初始化:

sh 复制代码
export QIANFAN_AK=XXX
export QIANFAN_SK=XXX
支持的模型
  • ERNIE-Bot-turbo(默认)
  • ERNIE-Bot
  • ERNIE-Speed-128K
  • BLOOMZ-7B
  • Llama-2-7b-chat
  • Llama-2-13b-chat
  • Llama-2-70b-chat
  • Qianfan-BLOOMZ-7B-compressed
  • Qianfan-Chinese-Llama-2-7B
  • ChatGLM2-6B-32K
  • AquilaChat-7B
基本设置和调用

使用示例代码初始化并调用聊天模型:

python 复制代码
import os
from langchain_community.chat_models import QianfanChatEndpoint
from langchain_core.language_models.chat_models import HumanMessage

os.environ["QIANFAN_AK"] = "Your_api_key"
os.environ["QIANFAN_SK"] = "Your_secret_Key"

chat = QianfanChatEndpoint(streaming=True)
messages = [HumanMessage(content="Hello")]
response = chat.invoke(messages)

print(response.content)
异步调用

可以使用异步方法进行调用:

python 复制代码
await chat.ainvoke(messages)
批量调用

支持批量处理消息:

python 复制代码
responses = chat.batch([messages])
print(responses[0].content)
流式处理

支持流式处理消息输出:

python 复制代码
try:
    for chunk in chat.stream(messages):
        print(chunk.content, end="", flush=True)
except TypeError as e:
    print(e)
使用不同模型

默认使用ERNIE-Bot-turbo,如果需要使用其他模型,可以在初始化时指定:

python 复制代码
chatBot = QianfanChatEndpoint(
    streaming=True,
    model="ERNIE-Bot",
)

messages = [HumanMessage(content="Hello")]
response = chatBot.invoke(messages)
print(response.content)
模型参数

目前只有ERNIE-Bot和ERNIE-Bot-turbo支持以下参数,可以在调用时指定:

  • temperature
  • top_p
  • penalty_score

示例代码:

python 复制代码
response = chat.invoke(
    [HumanMessage(content="Hello")],
    **{"top_p": 0.4, "temperature": 0.1, "penalty_score": 1}
)
print(response.content)
相关推荐
聚客AI2 小时前
💡突破RAG性能瓶颈:揭秘查询转换与智能路由黑科技
人工智能·langchain·llm
玲小珑9 小时前
LangChain.js 完全开发手册(三)Memory 系统与对话状态管理
前端·langchain·ai编程
九仞山21 小时前
LangChain4j入门一:LangChain4j简介及核心概念
java·ai·langchain·agents
聚客AI1 天前
💡为什么你的RAG回答总是胡言乱语?致命瓶颈在数据预处理层
人工智能·langchain·llm
小路哥v2 天前
网站如何被搜索引擎收录(Google、Bing、百度等)
搜索引擎·百度
教练我想打篮球_基本功重塑版3 天前
L angChain 加载大模型
python·langchain
LiRuiJie3 天前
基于LangChain + Milvus 实现RAG
python·langchain·milvus·rag
RainbowSea3 天前
1. LangChain4J 理论概述
java·langchain·llm
RainbowSea3 天前
2. LangChain4J 中的 Hello World
langchain·llm·ai编程
嘀咕博客3 天前
超级助理:百度智能云发布的AI助理应用
人工智能·百度·ai工具