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
云和数据.ChenGuang20 小时前
Python 单继承与多继承深度剖析:从 MRO 到实战取舍
开发语言·人工智能·python·langchain
老金带你玩AI20 小时前
OpenAI先砍额度,又送额度,老用户看懵了
人工智能
AI小云21 小时前
从CRUD到LLM Engineering:一个后端工程师的AI转型技术栈梳理
人工智能·ai培训·ai培训机构·程序员转行
黄啊码21 小时前
【黄啊码】终于不用死磕提示词了!做了一个所见即所得的动作与运镜工具,现已开源
人工智能
阿狸猿21 小时前
MLOps 机器学习流水线架构设计
人工智能·机器学习
虎鲸不是鱼21 小时前
AI 自动化逆向(三十三)换一个「驱动器」,覆盖率跳了一个量级
人工智能·自动化·大模型·逆向·ai逆向
后端小肥肠21 小时前
群友靠公众号漫画工坊入池!10w+IP漫画一键复刻,新增矩阵功能
人工智能·aigc·agent
2601_9656196921 小时前
AI视频制作:做历史战争视频,兵力部署的老地图难找,AI怎么自动配战争地图?
人工智能·音视频
IT_陈寒21 小时前
Vue的v-for里用了个临时变量,页面直接挂了
前端·人工智能·后端
大囚长21 小时前
AI意图预测与游戏全球同服对战的超光速零延迟探究
人工智能·游戏