企业网站建设的主要步骤,阿里云国际站官网,如何查看网站的建设者,网址转化短链接前面我的bertlora微调已经跑出了不错的结果#xff0c;我也学会了如何在bert上使用Lora进行微调#xff0c;我后续会补充一个医疗意图识别的项目于这个系列#xff0c;现在这个医疗意图识别代码还暂时不准备公开。我就继续按照我的计划学习一番LangChain。 LangChain是一个用… 前面我的bertlora微调已经跑出了不错的结果我也学会了如何在bert上使用Lora进行微调我后续会补充一个医疗意图识别的项目于这个系列现在这个医疗意图识别代码还暂时不准备公开。我就继续按照我的计划学习一番LangChain。 LangChain是一个用于构建语言模型应用程序的框架。 LangChain提供了多个模块来简化开发和集成语言模型的过程。以下是 LangChain 的七个主要模块及其详细介绍
1. LLMs (Language Models)
功能: 这个模块处理与各种语言模型的交互。你可以使用它来加载预训练的语言模型或者自定义和训练自己的模型。核心组件: LLM: 用于封装语言模型的基类。OpenAI: 对接 OpenAI 的模型如 GPT-3, GPT-4。
2. Prompts
功能: 用于生成和管理提示prompts以便有效地与语言模型进行交互。提供了构建和优化提示的工具。核心组件: PromptTemplate: 用于定义和格式化提示模板。PromptChain: 用于管理多个提示的链式处理。
3. Agents
功能: 允许创建智能代理agents这些代理可以处理复杂的任务和对话并决定如何调用不同的工具或模型。核心组件: Agent: 处理任务和对话的智能代理。AgentExecutor: 执行代理任务的类。
4. Chains
功能: 用于将多个组件如提示、模型、数据连接在一起以实现更复杂的工作流和数据处理管道。核心组件: Chain: 基类用于创建链式工作流。SequentialChain: 按顺序执行多个步骤的链。
5. Memory
功能: 用于管理和存储会话中的信息以便在对话中保持上下文和状态。核心组件: Memory: 用于存储和检索会话信息。ConversationBufferMemory: 专门用于对话的缓冲记忆。
6. Tools
功能: 提供了一些工具和功能用于扩展语言模型的能力如数据检索、处理和转换。核心组件: Tool: 基类用于定义各种工具。APITool: 对接外部API的工具。
7. Callbacks
功能: 提供了回调功能用于在模型运行过程中进行日志记录、监控和其他自定义操作。核心组件: CallbackHandler: 用于处理和管理回调操作。Logger: 记录模型运行的日志信息。
LangChain的demo使用方法
from langchain_openai import ChatOpenAI
from langchain_core.messages import HumanMessage, SystemMessage
api_key
api_base
model_name
chat ChatOpenAI(modelyi-spark,temperature0.3,max_tokens200,api_key,base_url
)messages [SystemMessage(content你是一名精通 python 的专家),HumanMessage(content写一个 python 的 hello world 程序),
]response chat.invoke(messages)print(response.content)这是运行的结果
