AI从头开始-黑马LongChain-RAG开发3

通用提示词模板(ZeroShot)

有了这个模板只需要定义一次,然后套格式就行,就是一套简洁模板。相比于直接使用字符串的好处就是可以组成chain链,可以询问的时候直接套用模板添加参数,很简洁。



FewShot提示词模板



字段名一定要写对,我的example_prompt,就报错了。
还有一个错误就是下面这个例子构建的时候,其实都是写的对应的参数以及值的字典,而不是前面的中文文字

下面的才是对的


有一个比较有意思的现象就是去掉to_String也可以显示,这个函数是将LangChain 返回的PromptValue 对象转换成字符串

完整代码

模板类的format和invoke方法




ChatPromptTemplate




接上输入依然正确,这里的invoke其实和前面的传参数是一样的操作,只不过这个参数是从MessagesPlaceholder中定义的,然后也是将这个参数传输给MessagesPlaceholder

需要注意的一点就是,如果我们输出最终结果的类型你会发现他其实是一个AIMessage的对象,因此这个对象如果转变格式以后拼接到history_data中就可以实现上下文的更新了

chain链



上面需要比较注意的一点就是这个'chain:RunnableSerializable =' 这一个部分,以往都是直接用chain接收chain链,但是这里给这个变量chain规定了对应的对象类型,也就是RunnableSerializable(Runnable序列化)类,这个类是Runnable类的一个子类。但是这里只是一个展示,实际写代码不需要加上这个RunnableSerializable

扩展:或运算符重写


Runnable接口

StrOutputParser字符串输出解析器


错误原因


实现

添加解释器以后可以正常运行

又因为最后model数据结果还是一个AIMessage类型,因此不能直接输出而是要调用content来提取内容。但是如果我们嫌麻烦,可以再添加一个解释器,将其转换成string就可以了

下面是我根据之前的古诗进行的修改

JsonOutputParser和多模型执行链



这个json格式其实和python字典合适是非常相近的


本节最需要注意的点有两个:第一个链中的输入输出要严格对应。第二点就是这个链中可以换用不同的模型,这样就可以实现最终的多模型

自定义函数加入链

有了这个自定义方法,我们就可以构建各种各样的自定义操作,比如各种的结果处理,以及各种的输入处理等等。





相关推荐
云烟成雨TD4 小时前
Spring AI Alibaba 1.x 系列【69】Token 用量统计
java·人工智能·spring
十三画者4 小时前
【AI学习笔记】:DeepSeek 大模型本地部署与调用实战指南
人工智能
丁常彦-自媒体-常言道4 小时前
从首发4nm智驾芯片到兜底城市领航安全,比亚迪开启AI新征程
人工智能
小杨在厦门6 小时前
从AI验布到智能质检:纺织企业智能化升级的三个台阶
人工智能·服装·服装厂·服装机械·铺布机
达之云*驭影6 小时前
解锁流量密码:详解抖音AI智能推荐封面功能
人工智能
火山引擎开发者社区6 小时前
ArkClaw 投研助理 —— 零门槛做投研,从一句话开始产出你的第一份深度研报
人工智能
码农小白AI6 小时前
AI报告审核加速融入自动化实验室:IACheck破解智能设备时代报告管理新挑战
运维·人工智能·自动化
xingyuzhisuan6 小时前
自建聚合网关VS第三方聚合平台,适配场景与数据实测
人工智能·ai·云计算·oneapi
tedcloud1236 小时前
DeepSeek-TUI部署教程:打造CLI AI助手环境
服务器·人工智能·word·excel·dreamweaver