今天,咱们来带咱们学习一个强壮的OpenAI结构LangChain,在以往的开发进程当中,我需求一个一个模型进行调用,而有了LangChain,能够为咱们省去至少1/2的工作量!
一、LangChain小白入门简介!
LangChain是一个强壮的结构,旨在协助开发人员运用言语模型构建端到端的应用程序,它供给了一套工具、组件和接口,可简化创建由大型言语模型(LLM)和谈天模型供给支撑的应用程序的进程。
LangChain作为一个言语模型集成结构,其运用事例与言语模型的运用事例大致重叠,包括文档剖析和摘要、谈天机器人和代码剖析。它供给了灵活的笼统和AI优先的工具,可协助开发人员将LLM应用程序从原型转化为出产环境。
经过LangChain咱们能够完成例如:
- 根据文档数据的问答
- 谈天机器人
- 代码剖析
等等功能,这儿咱们共享一个大佬的链接,里面有关于LangChain结构的更多用法:wtf-langchain/01_Hello_Langchain at main sugarforever/wtf-langchain (github.com)
二、OpenAI简介
相关玩AIGC的各位大佬,对OpenAI现已适当哇塞了!这儿我还是为咱们简单介绍一遍!
OpenAI(Open Artificial Intelligence)是一个致力于推动人工智能(AI)研讨和开发的研讨试验室。咱们所熟知的ChatGPT-3.5,ChatGPT-4等等模型都是其产品!咱们能够经过一个OpenAI供给的Api-Key来对这些模型进行调用!
三、LangChain开发必备
-
谷歌账号–用于登录Colab(欢迎运用 Colaboratory – Colaboratory (google.com))
-
Google Colab(Colaboratory)是一款由Google供给的免费云端Python编程环境。经过Colab,你能够在任何地方、任何设备上运用浏览器运转和编写Python代码,而无需担心本地环境的设置和装备。它的界面根据Jupyter Notebooks,这种交互式文档格式让你能够在代码中嵌入文字、图画,然后更好地组织和共享你的工作。
Colab不仅供给免费的云计算资源,包括GPU和TPU,还内置了许多常用的Python库和结构,如NumPy、Pandas、Matplotlib,以及盛行的深度学习结构TensorFlow和PyTorch。这使得Colab成为进行数据剖析、机器学习试验和深度学习模型训练的抱负挑选。
-
- OpenAI账号–用于获取Api-key调用OpenAI模型(注意检查自己的账号是否还有余额,否则会报错!)
四、装置指令
1、装置LangChain结构
!pip install langchain==0.0.316
首先装置的是版别号为0.0.316的langchain模型! 装置界面如下图所示!
2、装置OpenAI模型
!pip install openai==0.28.1
**注意!!!**这儿咱们一定要指定版别为0.28.1,假如没有指定装置的版别,会默许装置最新版,而最新版不兼容!所以咱们要指定OpenAI的代码,才干完结咱们的后续操作!!
装置界面如下图所示:
3、版别号常识普及
例如0.0.316
面试官:0.0.316是什么意思?
版别号通常由三个数字组成,形式为 X.Y.Z。在版别号 “0.0.316” 中:
X: 主版别号。当进行重大更改或不向后兼容的更改时,递加 X。
Y: 次版别号。当添加新功能或进行向后兼容的更改时,递加 Y。
Z: 补丁版别号。通常是修正错误或进行其他小的改进时递加 Z。
“0.0.316” 是一个非常早期或许是一个处于开发阶段的版别号。在大多数状况下,主版别号为零表明产品或许处于早期开发或测验阶段,而不稳定或许或许会发生重大更改。还没有正式公测。
五、运转代码!
from langchain.chat_models import ChatOpenAI
from langchain.schema import HumanMessage
import os
os.environ['OPENAI_API_KEY']='你的有用的OepnAI Api key'
chat = ChatOpenAI(temperature=0,model_name="gpt-3.5-turbo")
response = chat([HumanMessage(content="Hello LangChain!")])
print(response)
输入完上述代码之后,你应该看到这样的一个回复:
content='Hello! How can I assist you today?'
我接下来为咱们剖析一下这段代码:
-
from langchain.chat_models import ChatOpenAI
:从langchain
包的chat_models
模块中导入名为ChatOpenAI
的类。 -
from langchain.schema import HumanMessage
:导入一个谈天模型,指定一个人物 咱们是HumanMessage OpenAI是system- 这儿分为三种人物,system assistant(助理) user(human人类)
-
import os
引入一下文件体系 -
os.environ['OPENAI_API_KEY']='你的有用的OepnAI Api key'
:设置环境变量,LangChain主动来拿 -
chat = ChatOpenAI(temperature=0,model_name="gpt-3.5-turbo")
:temperature=0
自由度为0,模型名称 (model_name
)为"gpt-3.5-turbo"
-
response = chat([HumanMessage(content="Hello LangChain!")])
:将一条人类的音讯(”Hello LangChain!”)传递给chat
对象,然后获取由 Chat 模型生成的呼应,将其存储在response
变量中。这能够用于进一步处理或显示模型生成的谈天呼应。- 这儿OpenAI接纳的其实就是数组!
-
print(response)
:这个就很简单啦!输出一下OpenAI的呼应!
接下来,咱们就能够这样去与咱们的模型进行对话了!
response = chat([HumanMessage(content="我怎么样赚够一个亿")])
print(response)
咱们会收到这样一个回复:
content='要赚够一个亿,需求具有以下几个方面的条件和战略:nn1. 设定明确的方针:确定赚取一个亿的详细时刻和办法,制定详细的方案和步骤。nn2. 进步本身才能:经过学习、培训和堆集经历,提高自己的技能和常识,添加本身的竞争力。nn3. 创业或出资:能够挑选创业或出资来完成财富堆集。创业需求有立异的商业形式和市场需求,出资需求有正确的出资战略和风险操控才能。nn4. 多元化出资:将资金涣散出资于不同的领域和项目,下降风险,进步报答。nn5. 深化了解市场:研讨市场趋势和职业发展,找到有潜力的出资机会和商业机会。nn6. 节省和理财:合理规划和管理个人财政,操控开支,活跃进行理财出资,添加财富堆集。nn7. 树立人脉关系:与成功人士树立联系和合作,凭借他们的经历和资源,获取更多的机会和支撑。nn8. 坚持和耐性:赚取一个亿需求时刻和努力,要有坚决的信仰和持之以恒的精力。nn请注意,以上仅为一般性主张,详细的赚取一个亿的办法和战略需求根据个人状况和市场环境进行调整和施行。'
咱们学会了吗?
这个结构还有更多用法,咱们能够自己去探索一下!
假如咱们对AIGC内容感兴趣的话,能够关注走一波哦!后续文章会持续输出的!点个赞鼓舞支撑一下吧
个人github库:Aidan路修远i (github.com)