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
AI医影跨模态组学1 天前
BMC Med(IF=8.3)四川大学华西医院田蓉等团队:基于混合专家模型的可解释多模态PET-CT-EHR融合用于套细胞淋巴瘤预后分层
人工智能·深度学习·论文·医学·医学影像·影像组学
Yingjun Mo1 天前
2. 无差异偏好的匹配市场
人工智能
羊羊小栈1 天前
基于「YOLO目标检测 + 多模态AI分析」的木材缺陷智能检测分析预警系统
人工智能·yolo·目标检测
柠檬威士忌9851 天前
2026-05-10 AI前沿日报:算力、模型与安全评测同时加速
人工智能·安全
霍小毛1 天前
数字孪生+多模态智能体:铁路施工安全的数智革命引擎
人工智能
ASKED_20191 天前
Anthropic Agent最佳实践系列一: Agent 架构入门
人工智能·架构
饭后一颗花生米1 天前
后端与AI技术融合:从落地实践到架构升级
人工智能·架构
平安的平安1 天前
Python大模型Function Calling实战:让AI拥有工具使用能力
开发语言·人工智能·python
无心水1 天前
【Hermes:MCP 与工具实战】31、多 Agent 编排:delegate_task 并行机制与安全设计 —— 让智能体组团作战,效率翻倍
人工智能·ai·mcp协议·openclaw·养龙虾·hermes·honcho
Data_Journal1 天前
Puppeteer指纹识别指南:循序渐进,简单易学!
服务器·前端·人工智能·物联网·媒体