LangChain là khung chứa nhiều phần phụ thuộc và thư viện có thể được sử dụng để xây dựng Mô hình ngôn ngữ lớn. Những mô hình này có thể được sử dụng để tương tác với con người nhưng trước tiên, mô hình phải học cách hiểu/hiểu lời nhắc/câu hỏi mà con người đặt ra. Để làm được điều đó, mô hình cần được đào tạo về các mẫu lời nhắc và sau đó người dùng đặt câu hỏi trong mẫu đã cho.
Hướng dẫn này sẽ minh họa quá trình xây dựng các mẫu nhắc nhở trong LangChain.
Làm cách nào để xây dựng mẫu nhắc nhở trong LangChain?
Để xây dựng các mẫu lời nhắc trong LangChain, chỉ cần thực hiện theo hướng dẫn sau với nhiều bước:
Bước 1: Cài đặt mô-đun và môi trường thiết lập
Bắt đầu quá trình xây dựng các mẫu nhắc nhở trong LangChain bằng cách cài đặt khung LangChain:
pip cài đặt langchain
Bây giờ, hãy cài đặt các mô-đun OpenAI để truy cập các thư viện của nó và thiết lập môi trường sử dụng nó:
cài đặt pip openai 
Thiết lập Môi trường OpenAI sử dụng thư viện os để truy cập hệ điều hành và cung cấp khóa API OpenAI:
nhập khẩu chúng tôinhập khẩu
os.environ['OPENAI_API_KEY'] = getpass.getpass('Khóa API OpenAI:')
Bước 2: Sử dụng mẫu nhắc nhở
Sau khi cài đặt LangChain, chỉ cần nhập thư viện NhắcTemplate và tạo mẫu cho truy vấn về một trò đùa với một số khía cạnh bổ sung như các biến như tính từ, nội dung, v.v.:
từ nhập chuỗi langnhắc_template = NhắcTemplate.from_template(
'Kể cho tôi một câu chuyện cười {style} về {theme}'
)
nhắc_template.format(style='funny', theme='gà')
Lời nhắc đã được đặt và đưa ra cho mô hình với các giá trị của biến được chèn vào lệnh:
Người dùng có thể tùy chỉnh mẫu lời nhắc bằng một truy vấn đơn giản yêu cầu kể một câu chuyện cười:
từ nhập chuỗi langnhắc_template = NhắcTemplate.from_template(
'Kể cho tôi một chuyện cười'
)
nhắc_template.format()
Phương pháp trên dành cho một truy vấn và trả lời duy nhất nhưng đôi khi người dùng muốn tương tác với mô hình dưới dạng trò chuyện và phần tiếp theo sẽ giải thích định dạng của nó.
Bước 3: Sử dụng mẫu nhắc nhở trò chuyện
Phần này giải thích mẫu cho mô hình trò chuyện dựa trên mẫu hội thoại giống như hai người tương tác với nhau:
từ langchain.prompts nhập ChatPromptTemplatemẫu = ChatPromptTemplate.from_messages([
('hệ thống', 'bot trò chuyện AI hỗ trợ người dùng. Bạn tên là {name}.'),
('con người', 'Xin chào, bạn khỏe không'),
('ai', 'Bạn khỏe không'),
('con người', '{user_input}'),
])
tin nhắn = template.format_messages(
tên='John',
user_input='Tôi nên gọi bạn là gì'
)
Sau khi thiết lập cấu trúc mẫu, bạn chỉ cần viết một số dòng trong văn bản để cho mô hình biết những gì được mong đợi từ nó và sử dụng hàm llm() để đưa ra lời nhắc:
từ langchain.prompts nhập ChatPromptTemplatetừ langchain.prompts.chat nhập SystemMessage, HumanMessagePromptTemplate
mẫu = ChatPromptTemplate.from_messages(
[
Tin nhăn hệ thông(
nội dung=(
'Bạn ở đây để hỗ trợ và giúp đỡ người dùng viết lại văn bản của người dùng hiệu quả hơn'
)
),
HumanMessagePromptTemplate.from_template('{text}'),
]
)
từ langchain.chat_models nhập ChatOpenAI
llm = Trò chuyệnOpenAI()
llm(template.format_messages(text='tôi không thích ăn đồ ngon'))
Phương thức SystemMessage() chứa nội dung trả lời cho truy vấn được sử dụng trong LLM:
Đó là tất cả về việc xây dựng các mẫu nhắc nhở trong LangChain.
Phần kết luận
Để xây dựng mẫu lời nhắc trong LangChain, chỉ cần cài đặt các mô-đun LangChain và OpenAI để thiết lập môi trường bằng khóa API OpenAI. Sau đó, tạo mẫu lời nhắc cho một lời nhắc như hỏi một câu chuyện cười hoặc một câu hỏi về bất kỳ điều gì. Một phương pháp khác là tùy chỉnh mẫu cho mô hình trò chuyện dựa trên quá trình tương tác giữa hai người khác nhau. Bài đăng này đã minh họa quá trình xây dựng mẫu lời nhắc trong LangChain.