Bagaimana Cara Menggunakan Parser Daftar di LangChain?

Bagaimana Cara Menggunakan Parser Daftar Di Langchain



Modul LangChain berisi dependensi untuk membangun chatbot yang dapat menghasilkan teks dalam bahasa manusia seperti bahasa Inggris, dll. Model tersebut perlu dilatih pada kumpulan data yang sangat besar sehingga model dapat memahami perintah secara efektif untuk menghasilkan teks. Bahasa Python menawarkan penggunaan fungsi parser() untuk mendapatkan keluaran terstruktur yang dapat dikustomisasi oleh pengembang.

Posting ini akan mengilustrasikan proses penggunaan parser daftar di LangChain.

Bagaimana Cara Menggunakan Parser Daftar di LangChain?

Kelas list parser digunakan untuk mendapatkan output berupa list yang berisi beberapa objek yang dipisahkan menggunakan koma. Modul LangChain memungkinkan penggunaan CommaSeparatedListOutputParser perpustakaan untuk mendapatkan output dalam bentuk daftar terstruktur.







Untuk mempelajari proses penggunaan parser daftar di LangChain, cukup lakukan langkah-langkah berikut:



Langkah 1: Instal Modul
Pertama, mulailah dengan menginstal kerangka LangChain menggunakan perintah pip install di notebook atau IDE Python:



pip Install rantailang





Modul lain yang perlu diunduh adalah OpenAI yang digunakan untuk mendapatkan perpustakaan OpenAI dan ChatOpenAI:

pip Install terbuka



Setelah menginstal modul yang diperlukan, menyiapkan OpenAI lingkungan menggunakan kunci API-nya setelah mengimpor ' Anda ' Dan ' dapatkan pass ” perpustakaan:

impor kami
impor getpass

os.lingkungan [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'Kunci API OpenAI:' )

Langkah 2: Impor Perpustakaan
Setelah menyiapkan lingkungan OpenAI, cukup impor perpustakaan yang diperlukan untuk menggunakan parser daftar seperti CommaSeparatedListOutputParser, OpenAI, dan banyak lagi:

dari langchain.output_parsers impor CommaSeparatedListOutputParser
dari langchain.prompts impor ChatPromptTemplate
dari langchain.llms impor OpenAI
dari langchain.prompts impor PromptTemplate
dari langchain.chat_models impor ChatOpenAI
dari langchain.prompts impor HumanMessagePromptTemplate

Langkah 3: Membangun Parser Output Daftar
Langkah selanjutnya adalah membuat parser keluaran daftar dan kemudian mengonfigurasi templat prompt untuk membatasi jumlah objek untuk membentuk daftar:

output_parser = CommaSeparatedListOutputParser ( )

format_instructions = keluaran_parser.get_format_instructions ( )
prompt = Templat Prompt (
templat = 'Sebutkan lima {subjek}. \N {format_instructions}' ,
masukan_variabel = [ 'subjek' ] ,
parsial_variabel = { 'format_instruksi' : format_instruksi }
)

Langkah 4: Menguji Model
Setelah templat prompt disetel, cukup panggil metode OpenAI() untuk menentukan “ model ” variabel dan kemudian memberikan input. Setelah itu, gunakan “ keluaran ” variabel yang berisi kueri masukan dan memanggil parser. Ini akan mengekstrak daftar berdasarkan permintaan yang dibatasi oleh template prompt:

model = OpenAI ( suhu = 0 )

_input = prompt.format ( subjek = 'minuman' )
keluaran = model ( _memasukkan )

keluaran_parser.parse ( keluaran )

Sekian tentang proses penggunaan parser keluaran daftar di LangChain.

Kesimpulan

Untuk menggunakan parser keluaran daftar di LangChain, cukup instal modul yang diperlukan untuk menyiapkan lingkungannya menggunakan kunci API OpenAI. Setelah itu, impor pustaka yang diperlukan untuk membangun dan menggunakan parser keluaran daftar, lalu konfigurasikan model dengan struktur templat prompt. Setelah model berhasil dibangun, cukup uji model untuk mendapatkan daftar berdasarkan masukan yang diberikan oleh pengguna. Panduan ini telah mengilustrasikan proses penggunaan parser keluaran daftar di LangChain.