Umetna inteligenca je ena najhitreje rastočih tehnologij, ki uporablja algoritme strojnega učenja za usposabljanje in testiranje modelov z uporabo ogromnih količin podatkov. Podatke je mogoče shraniti v različnih formatih, vendar je za izdelavo velikih jezikovnih modelov z uporabo LangChain najpogosteje uporabljena vrsta JSON. Podatki o usposabljanju in testiranju morajo biti jasni in popolni brez kakršnih koli dvoumnosti, da lahko model deluje učinkovito.
Ta vodnik bo prikazal postopek uporabe pidantičnega razčlenjevalnika JSON v LangChainu.
Kako uporabljati razčlenjevalnik Pydantic (JSON) v LangChainu?
Podatki JSON vsebujejo besedilno obliko podatkov, ki jih je mogoče zbrati s spletnim strganjem in številnimi drugimi viri, kot so dnevniki itd. Za potrditev točnosti podatkov LangChain uporablja knjižnico pydantic iz Pythona za poenostavitev postopka. Če želite uporabiti pidantični razčlenjevalnik JSON v LangChainu, preprosto preglejte ta vodnik:
1. korak: Namestite module
Če želite začeti s postopkom, preprosto namestite modul LangChain, da uporabite njegove knjižnice za uporabo razčlenjevalnika v LangChainu:
pip namestite Langchain
Zdaj uporabite » pip namestitev ” za pridobitev ogrodja OpenAI in uporabo njegovih virov:
pip namestite openai
Po namestitvi modulov se preprosto povežite z okoljem OpenAI tako, da zagotovite njegov ključ API s pomočjo » ti « in » getpass ” knjižnice:
uvažajte nasuvoz getpass
os.okolje [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'Ključ OpenAI API:' )
2. korak: uvozite knjižnice
Uporabite modul LangChain za uvoz potrebnih knjižnic, ki jih je mogoče uporabiti za ustvarjanje predloge za poziv. Predloga za poziv opisuje metodo za postavljanje vprašanj v naravnem jeziku, tako da lahko model učinkovito razume poziv. Uvozite tudi knjižnice, kot sta OpenAI in ChatOpenAI, da ustvarite verige z uporabo LLM-jev za izdelavo chatbota:
iz langchain.prompts uvoz (PromptTemplate,
ChatPromptTemplate,
HumanMessagePromptTemplate,
)
iz langchain.llms uvozi OpenAI
iz langchain.chat_models uvozi ChatOpenAI
Po tem uvozite pidantične knjižnice, kot so BaseModel, Field in validator, da uporabite razčlenjevalec JSON v LangChainu:
iz langchain.output_parsers uvozi PydanticOutputParseriz pydantic uvoz BaseModel, Field, validator
od tipkanja import List
3. korak: Izdelava modela
Ko pridobite vse knjižnice za uporabo pidantičnega razčlenjevalnika JSON, preprosto pridobite vnaprej oblikovan preizkušen model z metodo OpenAI():
ime_modela = 'besedilo-davinci-003'temperatura = 0,0
model = OpenAI ( ime_modela =ime_modela, temperatura =temperatura )
4. korak: Konfigurirajte osnovni model igralca
Zgradite drug model, da dobite odgovore v zvezi z igralci, kot so njihova imena in filmi, tako da vprašate za filmografijo igralca:
razreda igralec ( BaseModel ) :ime: str = Polje ( opis = 'Ime glavnega igralca' )
imena_filmov: Seznam [ str ] = Polje ( opis = 'Filmi, v katerih je igral igralec' )
igralec_poizvedba = 'Želim videti filmografijo katerega koli igralca'
razčlenjevalnik = PydanticOutputParser ( pidantični_predmet = Igralec )
prompt = PromptTemplate (
predlogo = 'Odgovorite na poziv uporabnika. \n {format_instructions} \n {poizvedba} \n ' ,
vhodne_spremenljivke = [ 'povpraševanje' ] ,
delne_spremenljivke = { 'format_instructions' : parser.get_format_instructions ( ) } ,
)
5. korak: Preizkušanje osnovnega modela
Preprosto pridobite izhod s funkcijo parse() z izhodno spremenljivko, ki vsebuje rezultate, ustvarjene za poziv:
_input = prompt.format_prompt ( poizvedbo =actor_query )izhod = model ( _input.to_string ( ) )
parser.parse ( izhod )
Igralec z imenom ' Tom Hanks ” s seznamom njegovih filmov je bil pridobljen z uporabo pidantične funkcije iz modela:
To je vse o uporabi pidantičnega razčlenjevalnika JSON v LangChainu.
Zaključek
Za uporabo pidantičnega razčlenjevalnika JSON v LangChainu preprosto namestite modula LangChain in OpenAI, da se povežete z njihovimi viri in knjižnicami. Po tem uvozite knjižnice, kot sta OpenAI in pydantic, da zgradite osnovni model in preverite podatke v obliki JSON. Po izdelavi osnovnega modela izvedite funkcijo parse(), ki vrne odgovore za poziv. Ta objava je prikazala postopek uporabe pidantičnega razčlenjevalnika JSON v LangChainu.