Ovaj će post ilustrirati postupak korištenja parsera popisa u LangChainu.
Kako koristiti Parser popisa u LangChainu?
Klase parsera popisa koriste se za dobivanje izlaza u obliku popisa koji sadrži više objekata koji su odvojeni zarezima. LangChain modul omogućuje korištenje CommaSeparatedListOutputParser biblioteku da biste dobili izlaz u obliku strukturiranog popisa.
Da biste naučili postupak korištenja parsera popisa u LangChainu, jednostavno prođite kroz navedene korake:
Korak 1: Instalirajte module
Prvo, započnite instaliranjem okvira LangChain pomoću naredbe pip install u Python bilježnici ili IDE-u:
pip instalirati langchain
Drugi modul potreban za preuzimanje je OpenAI koji se koristi za dobivanje biblioteka OpenAI i ChatOpenAI:
pip instalirati openai
Nakon instaliranja potrebnih modula, postaviti OpenAI okruženje koristeći svoj API ključ nakon uvoza ' vas ' i ' getpass ” knjižnice:
uvezi nasimport getpass
os.okolina [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'OpenAI API ključ:' )
Korak 2: Uvezite biblioteke
Nakon postavljanja okruženja OpenAI, jednostavno uvezite biblioteke potrebne za korištenje parsera popisa kao što su CommaSeparatedListOutputParser, OpenAI i mnogi drugi:
from langchain.prompts import ChatPromptTemplate
iz langchain.llms uvozi OpenAI
from langchain.prompts import PromptTemplate
iz langchain.chat_models uvesti ChatOpenAI
from langchain.prompts import HumanMessagePromptTemplate
Korak 3: Izrada izlaznog parsera popisa
Sljedeći korak je izrada izlaznog parsera popisa, a zatim konfiguriranje predloška upita za ograničavanje broja objekata za formiranje popisa:
format_instructions = output_parser.get_format_instructions ( )
prompt = Predložak upita (
šablona = 'Navedi pet {predmet}. \n {format_instructions}' ,
ulazne_varijable = [ 'predmet' ] ,
djelomične_varijable = { 'format_instructions' : format_instructions }
)
Korak 4: Model testiranja
Nakon što je predložak upita postavljen, jednostavno pozovite metodu OpenAI() da definirate ' model ” varijablu i zatim unesite unos. Nakon toga upotrijebite ' izlaz ” varijablu koja sadrži ulazni upit i pozovite parser. Izdvojit će popis na temelju upita koji je ograničen predloškom upita:
_input = prompt.format ( subjekt = 'pića' )
izlaz = model ( _ulazni )
izlaz_parser.raščlaniti ( izlaz )
To je sve o procesu korištenja izlaznog parsera popisa u LangChainu.
Zaključak
Da biste koristili parser izlaza popisa u LangChainu, jednostavno instalirajte potrebne module za postavljanje njegovog okruženja pomoću OpenAI API ključa. Nakon toga uvezite biblioteke potrebne za izradu i korištenje izlaznog parsera popisa, a zatim konfigurirajte model sa strukturom predloška upita. Nakon što je model uspješno izgrađen, jednostavno testirajte model kako biste dobili popis na temelju unosa korisnika. Ovaj vodič je ilustrirao proces korištenja izlaznog parsera popisa u LangChainu.