首页
视频
资源
登录
原
LangChain 简单应用(学习笔记)
1484
人阅读
2023/9/5 15:33
总访问:
2621387
评论:
0
收藏:
0
手机
分类:
python
![](https://img.tnblog.net/arcimg/hb/dcbb080269134178b1048148e5315d8f.png) >#LangChain 简单应用(学习笔记) [TOC] Langchain 简介 ------------ tn2>大型语言模型(LLM)正在成为一种具有变革性的技术,使开发人员能够构建以前无法实现的应用程序。然而,仅仅依靠LLM还不足以创建一个真正强大的应用程序。它还需要其他计算资源或知识来源。 Langchain 旨在帮助开发这些类型应用程序,比如: ——基于文档数据的问答 ——聊天机器人 ——代理 OpenAI 简介 ------------ tn2>OpenAI 是LLM生态的模型层最大的玩家之一。大家目前熟知的 GPT-3.5,GPT-4 等模型都是OpenAI的产品。它的API允许开发人员通过简单的API调用来访问这些模型。 Langchain与OpenAI ------------ tn2>Langchain 作为一个开源框架,提供与OpenAI等语言模型的接口,简化了在应用程序中集成和利用语言模型能力的过程。 开发前的准备 ------------ ### 在线运行 tn2>本教程中,我们可以使用 Google Colab 在云端运行 Python 代码。Google Colab(全称Google Colaboratory)是一个由Google提供的云端开发环境,用于数据分析、机器学习和深度学习任务。它基于Jupyter Notebook,提供了一个免费的、云端的Python编程环境,用户可以直接在浏览器中编写和执行Python代码。 ![](https://img.tnblog.net/arcimg/hb/3a5ec255d70b43e4b2ec72833ed5bcce.png) ### 本地运行 tn2>我们可以使用Visual Studio Code配合Jupyter插件在本地运行代码。 tn>除此之外,我的本地环境使用的是python 3.11.4,我们都需要一个OpenAI key作为使用。 点击<a href="https://platform.openai.com/account/api-keys">创建你的API Key</a>。 ![](https://img.tnblog.net/arcimg/hb/fb18c115479544d6aa74e32e508db292.png) 代码实践 ------------ tn2>系统命令安装必要的Python包,langchain和openai。 ```bash pip install langchain==0.0.235 openai ``` tn2>以下代码将OpenAI的API Key设置在环境变量中。默认情况下,Langchain会从环境变量 OPENAI_API_KEY 中读取API Key。注意,在代码中直接嵌入API Key明文并不安全,切勿将API Key直接提交到代码仓库。我们建议利用.env文件和python-dotenv包来管理API Key。 ```python import os os.environ['OPENAI_API_KEY'] = '您的有效OpenAI API Key' ``` tn2>以下代码导入了 ChatOpenAI 类,该类封装了OpenAI的聊天模型。 ChatOpenAI 类的初始化参数 temperature 用于控制模型的生成文本的多样性。 temperature 越大,生成的文本越多样,但也越不可控。temperature 越小,生成的文本越单一,但也越可控。 temperature 的取值范围为 0 到 1,默认值为 0.5。初始化参数 model_name 用于指定使用的模型,默认值为 gpt-3.5-turbo。 ```python chat = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo") ``` tn2>以下代码导入了 ChatOpenAI 类,该类封装了OpenAI的聊天模型。 ChatOpenAI 类的初始化参数 temperature 用于控制模型的生成文本的多样性。 temperature 越大,生成的文本越多样,但也越不可控。 temperature 越小,生成的文本越单一,但也越可控。temperature 的取值范围为 0 到 1,默认值为 0.5。 初始化参数 model_name 用于指定使用的模型,默认值为 gpt-3.5-turbo。 ```python chat = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo") ``` tn2>以下代码完成与OpenAI GPT模型的第一次对话,并打印出响应。 ```python response = chat([ HumanMessage(content="Hello Langchain!") ]) print(response) ``` tn2>完整代码如下: ```python from langchain.chat_models import ChatOpenAI from langchain.schema import HumanMessage import os os.environ['OPENAI_API_KEY'] = '您的有效OpenAI API Key' chat = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo") response = chat([ HumanMessage(content="Hello Langchain!") ]) print(response) ``` tn2>运行结果如下: ![](https://img.tnblog.net/arcimg/hb/135dc12779b24ae8a4286044e6cb72c2.png) 学习链接 ------------ tn2>更多学习内容,可以关注一下五里墩茶社大佬 https://space.bilibili.com/615957867?spm_id_from=333.337.0.0
欢迎加群讨论技术,1群:677373950(满了,可以加,但通过不了),2群:656732739
👈{{preArticle.title}}
👉{{nextArticle.title}}
评价
{{titleitem}}
{{titleitem}}
{{item.content}}
{{titleitem}}
{{titleitem}}
{{item.content}}
尘叶心繁
这一世以无限游戏为使命!
博主信息
排名
6
文章
6
粉丝
16
评论
8
文章类别
.net后台框架
168篇
linux
17篇
linux中cve
1篇
windows中cve
0篇
资源分享
10篇
Win32
3篇
前端
28篇
传说中的c
4篇
Xamarin
9篇
docker
15篇
容器编排
101篇
grpc
4篇
Go
15篇
yaml模板
1篇
理论
2篇
更多
Sqlserver
4篇
云产品
39篇
git
3篇
Unity
1篇
考证
2篇
RabbitMq
23篇
Harbor
1篇
Ansible
8篇
Jenkins
17篇
Vue
1篇
Ids4
18篇
istio
1篇
架构
2篇
网络
7篇
windbg
4篇
AI
18篇
threejs
2篇
人物
1篇
嵌入式
3篇
python
13篇
HuggingFace
8篇
pytorch
9篇
opencv
6篇
Halcon
2篇
最新文章
最新评价
{{item.articleTitle}}
{{item.blogName}}
:
{{item.content}}
关于我们
ICP备案 :
渝ICP备18016597号-1
网站信息:
2018-2024
TNBLOG.NET
技术交流:
群号656732739
联系我们:
contact@tnblog.net
欢迎加群
欢迎加群交流技术