一、LangChain Agents
LangChain
neutral Agents
Die offizielle Beschreibung lautet: Einige Anwendungen erfordern nicht nur Vorgabe LLM
/-Aufrufketten anderer Tools und müssen sich möglicherweise auch auf unbekannte Benutzereingabeketten verlassen.Unter diesen Kettentypen gibt es eine Agents
Zugriff auf eine Reihe von Tools. Basierend auf Benutzereingaben kann der Agent entscheiden, welches dieser Tools (falls vorhanden) aufgerufen werden soll.Ein Proxy kann also als eine Abstraktion über eine Funktion verstanden werden, über die verschiedene Module aufgerufen werden können, ähnlich wie huggingface
neutral AutoModel
。
Das basiert auf Agents
Was kann getan werden?
Zum Beispiel: in nativer Sprache chatgpt
In bestimmten Bereichen, beispielsweise der Vermietung, ist es etwas schwierig, Fragen zu beantworten ChatGPT
Stellen Sie vor, was ist LangChain
::
from langchain.llms import OpenAI
import os
openai_api_key=os.environ["OPENAI_API_KEY"]
llm = OpenAI(model_name="gpt-3.5-turbo", openai_api_key=openai_api_key)
my_text = "介绍下 langChain "
print(llm(my_text))
Es ist ersichtlich, dass die Antwort nicht unseren Wünschen entspricht. In diesem Fall können wir die Frage und Antwort durch den Aufbau einer lokalen Wissensdatenbank bereichern, wie zum Beispiel im folgenden Artikel:
Aber wenn der Wissensinhalt über Suchmaschinen abgefragt werden kann, dann nutzen SieLangChain
neutral Agents
Es ist zweifellos eine kostengünstige Lösung, als Proxy für eine bestimmte Suchmaschine (z. B. die google-Suche) zu fungieren und den Antwortinhalt basierend auf den Suchergebnissen zusammenzufassen.
Beginnen wir mit dem Üben LangChain
Wille ChatGPT
Der Effekt nach der Integration mit der Google-Suche.
2. Antrag auf Google Search API Key
zuerst besichtigen https://serpapi.com/ Registrieren Sie ein Konto, Sie können wählen GitHub
Anmelden und Google
Melden Sie sich direkt an, wenn Sie eines haben:
dann kam https://serpapi.com/manage-api-key in, erzeugen API Key
::
Da habe ich vorher generiert API Key
Hier zeigt es sich also Regenerate API Key
Wenn zuerst generiertApi Key
Sie müssen ein Paket auswählen, hier können Sie ein kostenloses Paket auswählen, Sie können es jeden Monat kostenlos anrufen 100
Zweitklassig:
Vor der Auswahl müssen Sie Ihre E-Mail-Adresse und Mobiltelefonnummer bestätigen und können nach der Bestätigung fortfahren.
3. langChain verwendet Google zur Suche nach Agenten
Installieren Google
Suchabhängigkeiten:
pip install google-search-results
Integration:
from langchain.agents import load_tools, AgentType
from langchain.agents import initialize_agent
from langchain.chat_models import ChatOpenAI
from langchain import PromptTemplate
import os
openai_api_key = os.environ["OPENAI_API_KEY"]
llm = ChatOpenAI(temperature=0.5, openai_api_key=openai_api_key, model_name="gpt-3.5-turbo")
serpapi_api_key = os.environ["SERPAPI_API_KEY"]
toolkit = load_tools(["serpapi"], llm=llm, serpapi_api_key=serpapi_api_key)
agent = initialize_agent(
tools=toolkit,
llm=llm,
agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
verbose=True
)
template = "{value},请使用中文回答"
prompt = PromptTemplate(
input_variables=["value"],
template=template,
)
while True:
questions = input("请输入问题: \n")
if not questions or questions == '':
print('输入问题为空,无法做出回答!')
continue
if questions == "0":
break
print("回答结果: \n")
res = agent.run(prompt.format(value=questions))
print(res)
Wirkungstest:
Frage:介绍下什么是 langchain?
Frage:介绍下 CSDN 小毕超