Làm cách nào để sử dụng Trình phân tích cú pháp danh sách trong LangChain?

Lam Cach Nao De Su Dung Trinh Phan Tich Cu Phap Danh Sach Trong Langchain



Các mô-đun LangChain chứa các phần phụ thuộc để xây dựng các chatbot có thể tạo văn bản bằng ngôn ngữ của con người như tiếng Anh, v.v. Các mô hình cần được đào tạo về bộ dữ liệu khổng lồ để mô hình có thể hiểu lời nhắc tạo văn bản một cách hiệu quả. Ngôn ngữ Python cung cấp việc sử dụng các hàm phân tích cú pháp () để có được kết quả đầu ra có cấu trúc mà các nhà phát triển có thể tùy chỉnh.

Bài đăng này sẽ minh họa quá trình sử dụng trình phân tích cú pháp danh sách trong LangChain.

Làm cách nào để sử dụng Trình phân tích cú pháp danh sách trong LangChain?

Các lớp trình phân tích cú pháp danh sách được sử dụng để lấy kết quả đầu ra ở dạng danh sách chứa nhiều đối tượng được phân tách bằng dấu phẩy. Mô-đun LangChain cho phép sử dụng Dấu phẩySeparatedListOutputParser thư viện để lấy đầu ra dưới dạng danh sách có cấu trúc.







Để tìm hiểu quy trình sử dụng trình phân tích cú pháp danh sách trong LangChain, chỉ cần thực hiện các bước được liệt kê:



Bước 1: Cài đặt mô-đun
Đầu tiên, hãy bắt đầu bằng cách cài đặt khung LangChain bằng lệnh cài đặt pip trong sổ ghi chép Python hoặc IDE:



pip cài đặt chuỗi lang





Một mô-đun khác cần tải xuống là OpenAI, được sử dụng để tải thư viện OpenAI và ChatOpenAI:

pip cài đặt openai



Sau khi cài đặt các module cần thiết, thiết lập OpenAI môi trường bằng cách sử dụng khóa API của nó sau khi nhập “ Bạn ' Và ' vượt qua “ thư viện:

nhập khẩu chúng tôi
nhập khẩu

os.environ [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'Khóa API OpenAI:' )

Bước 2: Nhập thư viện
Sau khi thiết lập môi trường OpenAI, bạn chỉ cần nhập các thư viện cần thiết để sử dụng trình phân tích cú pháp danh sách như CommaSeparatedListOutputParser, OpenAI, v.v.:

từ langchain.output_parsers nhập CommaSeparatedListOutputParser
từ langchain.prompts nhập ChatPromptTemplate
từ langchain.llms nhập OpenAI
từ langchain.prompts nhập NhắcTemplate
từ langchain.chat_models nhập ChatOpenAI
từ langchain.prompts nhập HumanMessagePromptTemplate

Bước 3: Xây dựng trình phân tích cú pháp đầu ra danh sách
Bước tiếp theo là xây dựng trình phân tích cú pháp đầu ra danh sách, sau đó định cấu hình mẫu lời nhắc để giới hạn số lượng đối tượng tạo thành danh sách:

out_parser=CommaSeparatedListOutputParser ( )

format_instructions=out_parser.get_format_instructions ( )
dấu nhắc = Mẫu nhắc nhở (
bản mẫu = 'Liệt kê năm {chủ đề}. \N {format_instructions}' ,
đầu vào_biến = [ 'chủ thể' ] ,
một phần biến = { 'format_instructions' : format_instructions }
)

Bước 4: Mô hình thử nghiệm
Sau khi đặt mẫu lời nhắc, bạn chỉ cần gọi phương thức OpenAI() để xác định “ người mẫu ” biến và sau đó cung cấp đầu vào. Sau đó, sử dụng “ đầu ra ” biến chứa truy vấn đầu vào và gọi trình phân tích cú pháp. Nó sẽ trích xuất danh sách dựa trên truy vấn bị giới hạn bởi mẫu nhắc:

mô hình = OpenAI ( nhiệt độ = 0 )

_input = nhắc.format ( chủ thể = 'đồ uống' )
đầu ra = mô hình ( _đầu vào )

đầu ra_parser.parse ( đầu ra )

Đó là tất cả về quá trình sử dụng trình phân tích cú pháp đầu ra danh sách trong LangChain.

Phần kết luận

Để sử dụng trình phân tích cú pháp đầu ra danh sách trong LangChain, chỉ cần cài đặt các mô-đun cần thiết để thiết lập môi trường của nó bằng khóa API OpenAI. Sau đó, nhập các thư viện cần thiết để xây dựng và sử dụng trình phân tích cú pháp đầu ra danh sách, sau đó định cấu hình mô hình với cấu trúc mẫu của lời nhắc. Sau khi mô hình được xây dựng thành công, bạn chỉ cần kiểm tra mô hình để lấy danh sách dựa trên thông tin đầu vào do người dùng cung cấp. Hướng dẫn này đã minh họa quá trình sử dụng trình phân tích cú pháp đầu ra danh sách trong LangChain.