GPT实战系列-LangChain实现简单链

GPT实战系列-LangChain实现简单链

LangChain

GPT实战系列-LangChain如何构建基通义千问的多工具链

GPT实战系列-构建多参数的自定义LangChain工具

GPT实战系列-通过Basetool构建自定义LangChain工具方法

GPT实战系列-一种构建LangChain自定义Tool工具的简单方法

GPT实战系列-搭建LangChain流程简单应用

GPT实战系列-简单聊聊LangChain搭建本地知识库准备

GPT实战系列-LangChain + ChatGLM3构建天气查询助手

GPT实战系列-大模型为我所用之借用ChatGLM3构建查询助手

GPT实战系列-简单聊聊LangChain

大模型查询工具助手之股票免费查询接口

随着OpenAI的GPT-4这样的大型语言模型（LLMs）已经风靡全球，现在让它们自动执行各种任务，如回答问题、翻译语言、分析文本等。LLMs是在交互上真正体验到像“人工智能”。

如何管理这些模块呢？

LangChain在这方面发挥重要作用。LangChain使构建由LLMs驱动的应用程序变得简单，使用LangChain，可以在统一的界面中轻松与不同类型的LLMs进行交互，管理模型版本，管理对话版本，并将LLMs连接在一起。

简单链

要实现一个链(chain)，首先需要做一些配置初始化的工作，导入langchain相关的包。

from langchain.prompts import ChatPromptTemplate
from langchain.chat_models import ChatOpenAI
from langchain.schema.output_parser import StrOutputParser
from langchain_community.llms import Tongyi

实现代码，创建Prompt模版，配置大模型，以及输出解析函数。

#通过prompt模板创建一个prompt
prompt = ChatPromptTemplate.from_template("请为我写一首关于 {topic}的诗。"
)model = Tongyi( max_tokens=2048)output_parser = StrOutputParser()#创建一个简单链
chain = prompt | model | output_parserresponse = chain.invoke({"topic": "大海"})
print(response)

简单链路：

ChatPromptTemplate(input_variables=['topic'], messages=[HumanMessagePromptTemplate(prompt=PromptTemplate(input_variables=['topic'], template='请为我写一首关于 {topic}的诗。'))]) 
| ChatOpenAI(client=<openai.resources.chat.completions.Completions object at 0x0000011D5F713340>, async_client=<openai.resources.chat.completions.AsyncCompletions object at 0x0000011D5EF0CEB0>,  openai_proxy='') 
| StrOutputParser()

调用效果：

题目：蔚蓝的赞歌——致大海大海，你是蔚蓝的诗篇，
浩渺无垠，波涛汹涌的画卷。
你的深邃藏着宇宙的秘密，
你的宽广，是世界的心跳和呼吸。你的晨曦，如新娘的面纱轻盈，
阳光洒落，万道金光闪烁晶莹。
你的黄昏，是诗人的情书，
晚霞渲染，温暖而悠长的梦境。你的浪花，是自由的舞者，
跳跃、翻滚，诠释生命的狂热。
你的潮声，是永恒的交响乐，
低吟、高唱，唤醒沉睡的海岸线。你的胸怀包容万物，无畏无惧，
无论是小舟还是巨轮，都在你怀抱里游弋。
你的力量，有时温柔，有时狂暴，
教诲着生命，坚韧与柔情并存的奥妙。大海，你是神秘的哲人，
用潮起潮落，讲述岁月的流转。
你是孕育生命的摇篮，
赋予万物生机，滋养着大地的脉络。你的蔚蓝，深邃而广阔，
如同天空的倒影，连接着天际的尽头。
大海，你是梦想者的追寻，
在你的怀抱，我们找寻着自我，追逐着希望。哦，大海，你的壮丽无法言表，
你的魅力，让心灵得以翱翔。
你是大自然的赞歌，是生命的颂扬，
在你的怀抱，我们感受到那份无尽的宽广。

再次写诗

海之颂：蔚蓝的梦幻交响曲大海，你是一首无尽的诗，
蔚蓝的韵律，波涛的篇章。
你的深邃，如同宇宙的秘密，
藏着星辰，蕴藏着生命的起源。浩渺的蔚蓝，无边无际的宽广，
你的怀抱，孕育着万千生灵。
浪花翻滚，是你的欢笑与泪水，
每一滴水珠，都诉说着故事的痕迹。海鸥翱翔，破晓的旋律在空中回荡，
潮起潮落，奏响着自然的交响。
你的声音，是宁静中的低语，
是狂风暴雨中的坚韧歌唱。你的颜色，随着天空的变幻而变幻，
清晨的淡蓝，黄昏的金黄。
你是画家的调色盘，是诗人的灵感，
在你的面前，一切描绘都显得苍白。大海，你是神秘的哲人，
教会我们宽恕与包容的力量。
你的深沉，犹如智慧的眼睛，
洞悉世事，却始终保持沉默。你的愤怒，如狂狮般震撼天地，
提醒我们，尊重与敬畏的必要。
而当风暴过后，你又恢复平静，
留下一片宁静，抚慰受伤的心灵。大海，你是一首永恒的赞歌，
在你的面前，人类如此渺小。
你的壮丽，激发我们的梦想，
让我们向往，那未知的彼岸。让我们倾听，你的潮汐呼吸，
感受你的脉搏，跳动在灵魂深处。
大海，你是生命的摇篮，是梦想的港湾，
在你的怀抱里，我们永远追寻，那蔚蓝的梦幻。

LangChain是一个Python框架，可以使用LLMs构建应用程序。它与各种模块连接，使与LLM和提示管理，一切变得简单。

觉得有用 收藏 收藏 收藏

点个赞 点个赞 点个赞

End

GPT专栏文章：

GPT实战系列-实战Qwen通义千问在Cuda 12+24G部署方案_通义千问 ptuning-CSDN博客

GPT实战系列-ChatGLM3本地部署CUDA11+1080Ti+显卡24G实战方案

GPT实战系列-Baichuan2本地化部署实战方案

GPT实战系列-让CodeGeeX2帮你写代码和注释_codegeex 中文-CSDN博客

GPT实战系列-ChatGLM3管理工具的API接口_chatglm3 api文档-CSDN博客

GPT实战系列-大话LLM大模型训练-CSDN博客

GPT实战系列-LangChain + ChatGLM3构建天气查询助手

GPT实战系列-大模型为我所用之借用ChatGLM3构建查询助手

GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型，到底做了什么？(二)

GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型，到底做了什么？(一)

GPT实战系列-ChatGLM2模型的微调训练参数解读

GPT实战系列-如何用自己数据微调ChatGLM2模型训练

GPT实战系列-ChatGLM2部署Ubuntu+Cuda11+显存24G实战方案

GPT实战系列-Baichuan2等大模型的计算精度与量化

GPT实战系列-GPT训练的Pretraining，SFT，Reward Modeling，RLHF

GPT实战系列-探究GPT等大模型的文本生成-CSDN博客