In diesem Beitrag wird der Prozess der Erstellung von LangChain-Anwendungen mithilfe von Prompt Template und Output Parser veranschaulicht.
Wie erstellt man LangChain-Anwendungen mithilfe einer Eingabeaufforderungsvorlage und eines Ausgabeparsers?
Um die LangChain-Anwendung mithilfe der Eingabeaufforderungsvorlage und des Ausgabeparsers zu erstellen, gehen Sie einfach diese einfache Anleitung durch:
Schritt 1: LangChain installieren
Beginnen Sie zunächst mit der Erstellung von LangChain-Anwendungen, indem Sie das LangChain-Framework mithilfe des „ Pip ' Befehl:
pip langchain installieren
Schritt 2: Eingabeaufforderungsvorlage verwenden
Importieren Sie nach der Installation der LangChain-Module das „ PromptTemplate ”-Bibliothek zum Erstellen einer Eingabeaufforderungsvorlage, indem eine Abfrage für das Modell bereitgestellt wird, um die Frage zu verstehen:
Importieren Sie PromptTemplate aus langchain.prompts
prompt = PromptTemplate.from_template('Was ist eine gute Farbkombination für {Produkt}?')
prompt.format(product='bunte Socken')
Die Ausgabe kombinierte den Satz automatisch mit dem Wert des „ Produkt ” Variable:
Erstellen Sie anschließend eine weitere Eingabeaufforderungsvorlage, indem Sie die Bibliotheken HumanMessagePromptTemplate, ChatPromptTemplate und SystemMessagePromptTemplate aus der LangChain importieren:
aus langchain.prompts.chat importieren (ChatPromptTemplate,
SystemMessagePromptTemplate,
HumanMessagePromptTemplate,
)
#Konfigurieren Sie die Eingabeaufforderungsvorlage für das LangChain-Modell
template = „Sie sind ein Helfer, der {input_Sprache} in {AusgabeSprache} übersetzt“
system_message_prompt = SystemMessagePromptTemplate.from_template(template)
human_template = „{text}“
human_message_prompt = HumanMessagePromptTemplate.from_template(human_template)
chat_prompt = ChatPromptTemplate.from_messages([system_message_prompt, human_message_prompt])
chat_prompt.format_messages(input_Sprache = „Französisch“, Ausgabe_Sprache = „Englisch“, Text = „Ich mag KI“)
Nachdem Sie alle erforderlichen Bibliotheken importiert haben, erstellen Sie einfach die benutzerdefinierte Vorlage für die Abfragen mithilfe der Vorlagenvariablen:
Die Eingabeaufforderungsvorlagen werden nur zum Festlegen der Vorlage für die Abfrage/Frage verwendet und es erfolgt keine Antwort auf die Frage. Die Funktion OutputParser() kann jedoch Antworten extrahieren, wie im folgenden Abschnitt anhand des Beispiels erläutert:
Schritt 3: Verwenden des Ausgabeparsers
Importieren Sie nun die BaseOutputParser-Bibliothek aus LangChain, um die durch Kommas getrennten Textwerte zu trennen und die Liste in der Ausgabe zurückzugeben:
aus langchain.schema BaseOutputParser importierenKlasse CommaSeparatedListOutputParser(BaseOutputParser):
def parse(self, text: str):
return text.strip().split(', ')
CommaSeparatedListOutputParser().parse('Danke, Willkommen')
Dabei geht es darum, die LangChain-Anwendung mithilfe der Eingabeaufforderungsvorlage und des Ausgabeparsers zu erstellen.
Abschluss
Um eine LangChain-Anwendung mithilfe der Eingabeaufforderungsvorlage und des Ausgabeparsers zu erstellen, installieren Sie einfach LangChain und importieren Sie Bibliotheken daraus. Die PromptTemplate-Bibliothek wird verwendet, um die Struktur für die Abfrage zu erstellen, damit das Modell die Frage verstehen kann, bevor Informationen mithilfe der Parser()-Funktion extrahiert werden. Die Funktion OutputParser() wird verwendet, um Antworten basierend auf den zuvor angepassten Abfragen abzurufen. In diesem Handbuch wurde der Prozess zum Erstellen von LangChain-Anwendungen mithilfe der Eingabeaufforderungsvorlage und des Ausgabeparsers erläutert.