このガイドでは、LangChain で LLMChains を実行するプロセスを説明します。
LangChain で LLMChains を実行するにはどうすればよいですか?
LangChain は、LLM/チャットボットおよびプロンプト テンプレートを使用して LLM チェーンを構築するための機能または依存関係を提供します。 LangChain で LLMChains を構築して実行するプロセスを学ぶには、次の段階的なガイドに従ってください。
ステップ 1: パッケージをインストールする
まず、LangChain モジュールをインストールしてプロセスを開始し、LLMChain を構築および実行するための依存関係を取得します。
pip インストール ラングチェーン
pip コマンドを使用して OpenAI フレームワークをインストールし、LLM の構築に OpenAI() 関数を使用するライブラリを取得します。
pip インストール openai
モジュールのインストール後、単に 環境をセットアップする OpenAI アカウントの API キーを使用した変数:
輸入 あなた
輸入 ゲットパス
あなた 。 約 [ 「OPENAI_API_KEY」 】 = ゲットパス 。 ゲットパス ( 「OpenAI API キー:」 )
ステップ 2: ライブラリをインポートする
セットアップが完了し、必要なパッケージがすべてインストールされたら、プロンプト テンプレートを構築するために必要なライブラリをインポートします。その後、OpenAI() メソッドを使用して LLM を構築し、LLM とプロンプト テンプレートを使用して LLMChain を構成するだけです。
から ラングチェーン 輸入 プロンプトテンプレートから ラングチェーン 輸入 OpenAI
から ラングチェーン 輸入 LLMチェーン
プロンプト_テンプレート = 「{product} を製造するビジネスにふさわしいタイトルを教えてください。」
llm = OpenAI ( 温度 = 0 )
llm_chain = LLMチェーン (
llm = llm 、
プロンプト = プロンプトテンプレート。 from_template ( プロンプト_テンプレート )
)
llm_chain ( 「カラフルな服」 )
ステップ 3: チェーンを実行する
ビジネスによって生産されたさまざまな製品を含む入力リストを取得し、チェーンを実行してリストを画面に表示します。
入力リスト = [{ '製品' : '靴下' } 、
{ '製品' : 'コンピューター' } 、
{ '製品' : '靴' }
】
llm_chain。 適用する ( 入力リスト )
次のコマンドを使用して、generate() メソッドを実行します。 入力リスト LLMChains を使用して、モデルによって生成された会話に関連する出力を取得します。
llm_chain。 生成する ( 入力リスト )
ステップ 4: 単一入力の使用
単一の入力のみを使用して LLMChain を実行する別の製品を追加し、LLMChain を予測して出力を生成します。
llm_chain。 予測する ( 製品 = 「カラフルな靴下」 )ステップ 5: 複数の入力を使用する
ここで、チェーンを実行する前にモデルにコマンドを提供するために複数の入力を使用するためのテンプレートを構築します。
テンプレート = '''{件名} についての {形容詞} のジョークを教えてください。''プロンプト = プロンプトテンプレート ( テンプレート = テンプレート 、 入力変数 = [ '形容詞' 、 '主題' 】 )
llm_chain = LLMチェーン ( プロンプト = プロンプト 、 llm = OpenAI ( 温度 = 0 ) )
llm_chain。 予測する ( 形容詞 = '悲しい' 、 主題 = 「アヒル」 )
ステップ 6: 出力パーサーの使用
このステップでは、出力パーサー メソッドを使用して LLMChain を実行し、プロンプトに基づいて出力を取得します。
から ラングチェーン。 出力パーサー 輸入 CommaSeparatedListOutputParser出力パーサー = CommaSeparatedListOutputParser ( )
テンプレート = '''虹のすべての色をリストします'''
プロンプト = プロンプトテンプレート ( テンプレート = テンプレート 、 入力変数 = [ 】 、 出力パーサー = 出力パーサー )
llm_chain = LLMチェーン ( プロンプト = プロンプト 、 llm = llm )
llm_chain。 予測する ( )
parse() メソッドを使用して出力を取得すると、虹のすべての色のカンマ区切りのリストが生成されます。
llm_chain。 予測と解析 ( )
ステップ 7: 文字列からの初期化
このステップでは、LLM モデルとテンプレートを使用して LLMChain を実行するためのプロンプトとして文字列を使用するプロセスについて説明します。
テンプレート = '''{件名} についての {形容詞} のジョークを教えてください'''llm_chain = LLMチェーン。 from_string ( llm = llm 、 テンプレート = テンプレート )
LLMChain を実行してモデルから出力を取得するには、文字列プロンプトに変数の値を指定します。
llm_chain。 予測する ( 形容詞 = '悲しい' 、 主題 = 「アヒル」 )LangChain フレームワークを使用して LLMChains を実行する方法は以上です。
結論
LangChain で LLMChains を構築して実行するには、パッケージなどの前提条件をインストールし、OpenAI の API キーを使用して環境をセットアップします。その後、LangChain の依存関係を使用して LLMChain を実行するためのプロンプト テンプレートとモデルを構成するために必要なライブラリをインポートします。ユーザーは、ガイドで説明されているように、出力パーサーと文字列コマンドを使用して LLMChains を実行できます。このガイドでは、LangChain で LLMChains を実行する完全なプロセスについて詳しく説明しました。