OpenAI in LangChain wird zum Erstellen von Chatbots unter Verwendung von Domänen zur Verarbeitung natürlicher Sprache in der künstlichen Intelligenz verwendet. OpenAI stellt die API-Schlüssel bereit, die in LLM-Anwendungen integriert werden können, um Frage-Antwort-Modelle zu verwalten und so die Effizienz zu steigern. Der Benutzer kann mithilfe des OpenAPI-Aufrufs Daten aus dem Internet extrahieren, indem er OpenAI-Funktionen implementiert.
In diesem Leitfaden wird der Prozess der Implementierung von OpenAI-Funktionen mithilfe von OpenAPI-Aufrufen in LangChain erläutert.
Wie implementiert man OpenAI-Funktionen mithilfe eines OpenAPI-Aufrufs in LangChain?
Um OpenAI-Funktionen mithilfe von OpenAPI-Aufrufen zu implementieren, befolgen Sie einfach diese Anleitung für verschiedene OpenAPI-Aufrufe:
Setup-Voraussetzungen
Installieren Sie LangChain-Module mit dem folgenden Code, um mit der Nutzung von OpenAI-Funktionen zu beginnen:
Pip Installieren langchain
Installieren Sie das OpenAI-Modul, um seine Funktionen in LangChain zu nutzen:
Verwenden Sie den API-Schlüssel von OpenAI, nachdem Sie den folgenden Code ausgeführt haben:
Importieren Sie uns
getpass importieren
os.environ [ „OPENAI_API_KEY“ ] = getpass.getpass ( „OpenAI-API-Schlüssel:“ )
Methode 1: Verwendung des Klarna OpenAPI-Aufrufs
Sobald der OpenAI-API-Schlüssel in das Modell integriert ist, importieren Sie einfach „ get_openapi_chian ' Bibliothek:
aus langchain.chains.openai_functions.openapi import get_openapi_chain
Verwenden Sie die Bibliothek mit dem Klarna OpenAPI-Aufruf und erhalten Sie Daten, indem Sie die Kette ausführen:
„https://www.klarna.com/us/shopping/public/openai/v0/api-docs/“
)
Danach führen Sie einfach die Funktion chain.run() mit dem in den geschweiften Klammern geschriebenen Befehl aus, um die entsprechenden Daten abzurufen:
Die aus dem OpenAPI-Aufruf basierend auf dem Befehl extrahierten Daten sind die Details der für Männer verfügbaren Hemden in der Farbe Blau:
Methode 2: Verwendung der OpenAI-Funktion im Übersetzungsdienst
Führen Sie „ get_openapi_chain() ”-Funktion über den Link des Übersetzungsmodells, um eine Übersetzung in verschiedene Sprachen zu erhalten:
chain = get_openapi_chain ( „https://api.speak.com/openapi.yaml“ , ausführlich =Wahr )
Führen Sie die Kette mit einer Eingabeaufforderung mit der Sprache aus, um den Text in ihren Argumenten zu übersetzen:
Ausgabe
Der Ausgabe-Screenshot zeigt das JSON-Format des Befehls, der „ Wie geht es dir ' auf Arabisch:
Methode 3: Verwenden des XKCD OpenAPI-Aufrufs
Ein weiterer OpenAPI-Aufruf ist XKCD, mit dem über den im folgenden Code angezeigten Link Details zu den Büchern abgerufen werden können:
chain = get_openapi_chain („https://gist.githubusercontent.com/roaldnefs/053e505b2b7a807290908fe9aa3e1f00/raw/0a
212622ebfef501163f91e23803552411ed00e4/openapi.yaml'
)
Führen Sie die Eingabeaufforderung aus, die in der Funktion chain.run() verwendet wird, um Informationen mithilfe des OpenAPI-Aufrufs zu extrahieren:
Der folgende Screenshot zeigt die im Belletristik-Genre verfügbaren Bücher mit ihren Details wie Nummer, Jahr, Titel usw.:
Dabei geht es um die Implementierung von OpenAI-Funktionen mithilfe von OpenAPI-Aufrufen in LangChain.
Abschluss
Um OpenAI-Funktionen mithilfe des OpenAPI-Aufrufs in LangChain zu implementieren, installieren Sie einfach LangChain- und OpenAI-Module, um die verschiedenen Funktionen zu implementieren. Richten Sie anschließend einen OpenAI-API-Schlüssel über sein Konto ein und verwenden Sie dann verschiedene OpenAPI-Aufrufe wie Klarna, Übersetzungsdienst und XKCD. In diesem Leitfaden wurde der Prozess der Implementierung von OpenAI-Funktionen mithilfe von OpenAPI-Aufrufen in LangChain erläutert.