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
糖炒栗子03262 小时前
让 AI 在大项目中做修改的标准操作模板
人工智能
oioihoii2 小时前
大模型输出的“隐性结构塌缩”问题及对策
人工智能
TechMasterPlus2 小时前
Harness Engineer:把 AI 变成可复用工程能力的实践指南
大数据·人工智能
AI工具测评与分析2 小时前
红仿大师功能波动致歉说明!手把手教程 + 备用工具一次配齐
人工智能·玫瑰克隆·红仿大师
OpenBayes贝式计算2 小时前
一键移除复杂物体!Netflix VOID 让视频消除拥有「物理直觉」;告别乱码与解析难题,MDPBench 数据集为「真实复杂场景」文档解析而生
人工智能·机器学习·图像识别
搬砖的小明20262 小时前
Google BwA 杭州场(Gemma 4 专题全国首发)线下活动记录
人工智能
向量引擎2 小时前
向量引擎中转站偷走我半条命后终于把API密钥这件事整明白了
人工智能·aigc·api·ai编程·ai写作·key·api调用
龙萱坤诺2 小时前
智创聚合API上线 Claude Opus 4.7,编码与多模态能力全面拉满
人工智能·ai编程·claude·ai开发
沪漂阿龙2 小时前
深度拆解LangChain Chains与LCEL:从Runnable到生产级AI工作流
人工智能·langchain