Bu kılavuz, LLMChain'leri LangChain'de çalıştırma sürecini gösterecektir.
LangChain'de LLMChains Nasıl Çalıştırılır?
LangChain, LLM'leri/Chatbot'ları ve bilgi istemi şablonlarını kullanarak LLMChain'ler oluşturmaya yönelik özellikleri veya bağımlılıkları sağlar. LangChain'de LLMChain'leri oluşturma ve çalıştırma sürecini öğrenmek için aşağıdaki adım adım kılavuzu izlemeniz yeterlidir:
1. Adım: Paketleri Kurun
İlk olarak, LLMChains'i oluşturmak ve çalıştırmak için bağımlılıklarını almak üzere LangChain modülünü yükleyerek sürece başlayın:
pip kurulumu langchain
Kitaplıkların LLM'leri oluşturmak için OpenAI() işlevini kullanmasını sağlamak için pip komutunu kullanarak OpenAI çerçevesini yükleyin:
pip kurulumu openai
Modüllerin kurulumundan sonra, basitçe ortamı kurmak OpenAI hesabındaki API anahtarını kullanan değişkenler:
içe aktarmak Sen
içe aktarmak geçiş izni
Sen . yaklaşık olarak [ 'OPENAI_API_KEY' ] = geçiş izni . geçiş izni ( 'OpenAI API Anahtarı:' )
2. Adım: Kitaplıkları İçe Aktarın
Kurulum tamamlandıktan ve gerekli tüm paketler yüklendikten sonra, bilgi istemi şablonunu oluşturmak için gerekli kitaplıkları içe aktarın. Bundan sonra, OpenAI() yöntemini kullanarak LLM'yi oluşturun ve LLM'leri ve bilgi istemi şablonunu kullanarak LLMChain'i yapılandırın:
itibaren uzun zincir içe aktarmak İstem Şablonuitibaren uzun zincir içe aktarmak OpenAI
itibaren uzun zincir içe aktarmak LLLMChain
istem_şablonu = 'Bana {product} yapan iş için iyi bir unvan verin?'
llm = OpenAI ( sıcaklık = 0 )
llm_chain = LLLMChain (
llm = llm ,
çabuk = PromptTemplate. şablondan ( istem_şablonu )
)
llm_chain ( 'renkli kıyafetler' )
Adım 3: Zincirleri Çalıştırma
İşletmenin ürettiği çeşitli ürünleri içeren giriş listesini alın ve listeyi ekranda görüntülemek için zinciri çalıştırın:
giriş_listesi = [{ 'ürün' : 'çorap' } ,
{ 'ürün' : 'bilgisayar' } ,
{ 'ürün' : 'ayakkabı' }
]
llm_chain. uygula ( giriş_listesi )
Generate() yöntemini kullanarak çalıştırın. giriş_listesi Model tarafından oluşturulan konuşmaya ilişkin çıktıyı almak için LLMChains ile:
llm_chain. oluşturmak ( giriş_listesi ) 
Adım 4: Tek Girişi Kullanma
Yalnızca tek bir giriş kullanarak LLMChain'leri çalıştırmak için başka bir ürün ekleyin ve ardından LLMChain'in çıktıyı oluşturacağını tahmin edin:
llm_chain. tahmin etmek ( ürün = 'renkli çoraplar' )Adım 5: Birden Çok Giriş Kullanma
Şimdi, zinciri çalıştırmadan önce modele komut sağlamak amacıyla birden fazla giriş kullanmak için şablonu oluşturun:
şablon = '''Bana {konu} hakkında bir {sıfat} şakası söyle.'''çabuk = İstem Şablonu ( şablon = şablon , girdi_değişkenleri = [ 'sıfat' , 'ders' ] )
llm_chain = LLLMChain ( çabuk = çabuk , llm = OpenAI ( sıcaklık = 0 ) )
llm_chain. tahmin etmek ( sıfat = 'üzgün' , ders = 'ördekler' )
Adım 6: Çıkış Ayrıştırıcısını Kullanma
Bu adım, istemi temel alarak çıktıyı almak üzere LLMChain'i çalıştırmak için çıktı ayrıştırıcı yöntemini kullanır:
itibaren Langchain. çıktı_ayrıştırıcıları içe aktarmak CommaSeparatedListOutputParserçıktı_ayrıştırıcı = CommaSeparatedListOutputParser ( )
şablon = '''Gökkuşağındaki tüm renkleri listele'''
çabuk = İstem Şablonu ( şablon = şablon , girdi_değişkenleri = [ ] , çıktı_ayrıştırıcı = çıktı_ayrıştırıcı )
llm_chain = LLLMChain ( çabuk = çabuk , llm = llm )
llm_chain. tahmin etmek ( )
Çıktıyı almak için parse() yöntemini kullanmak, gökkuşağındaki tüm renklerin virgülle ayrılmış bir listesini oluşturacaktır:
llm_chain. tahmin_ve_parse ( ) 
Adım 7: Dizelerden Başlatma
Bu adım, LLM modelini ve şablonunu kullanarak LLMChain'i çalıştırma istemi olarak bir dize kullanma sürecini açıklar:
şablon = '''Bana {konu} hakkında bir {sıfat} şakası söyle'''llm_chain = LLMChain. from_string ( llm = llm , şablon = şablon )
LLMChain'i çalıştırarak modelden çıktı almak için dize istemindeki değişkenlerin değerlerini sağlayın:
llm_chain. tahmin etmek ( sıfat = 'üzgün' , ders = 'ördekler' )Bütün bunlar LLMChain'leri LangChain çerçevesini kullanarak çalıştırmakla ilgilidir.
Çözüm
LangChain'de LLMChain'leri oluşturmak ve çalıştırmak için paketler gibi önkoşulları yükleyin ve OpenAI'nin API anahtarını kullanarak ortamı ayarlayın. Bundan sonra, LangChain bağımlılıklarını kullanarak LLMChain'i çalıştırmaya yönelik bilgi istemi şablonunu ve modelini yapılandırmak için gerekli kitaplıkları içe aktarın. Kullanıcı, kılavuzda gösterildiği gibi LLMChains'i çalıştırmak için çıktı ayrıştırıcılarını ve dize komutlarını kullanabilir. Bu kılavuz, LLMChain'leri LangChain'de çalıştırma sürecinin tamamını detaylandırmıştır.