langchain experiments تحميل - langchain experiments تنزيل كود المصدر

langchain experiments

كود الذكاء الاصطناعي

1.0.0

تنزيل

langchain experiments

يركز هذا المستودع على تجربة مكتبة LangChain لبناء تطبيقات قوية باستخدام نماذج لغوية كبيرة (LLMs). من خلال الاستفادة من أحدث نماذج اللغة مثل OpenAI's GPT-3.5 Turbo (وقريبًا GPT-4)، يعرض هذا المشروع كيفية إنشاء قاعدة بيانات قابلة للبحث من نص فيديو YouTube، وإجراء استعلامات بحث التشابه باستخدام مكتبة FAISS، الرد على أسئلة المستخدم بالمعلومات ذات الصلة والدقيقة.

LangChain هو إطار عمل شامل مصمم لتطوير التطبيقات التي تدعمها نماذج اللغة. إنه يتجاوز مجرد استدعاء LLM عبر واجهة برمجة التطبيقات (API)، حيث أن التطبيقات الأكثر تقدمًا وتميزًا تكون أيضًا على دراية بالبيانات ووكيلة، مما يتيح لنماذج اللغة الاتصال بمصادر البيانات الأخرى والتفاعل مع بيئتها. تم تصميم إطار عمل LangChain خصيصًا لمعالجة هذه المبادئ.

لانجشين

يغطي الجزء الخاص بـ Python من وثائق LangChain عدة وحدات رئيسية، توفر كل منها أمثلة وأدلة إرشادية ومستندات مرجعية وأدلة مفاهيمية. تشمل هذه الوحدات ما يلي:

النماذج: أنواع مختلفة من النماذج وعمليات تكامل النماذج التي يدعمها LangChain.
المطالبات: الإدارة السريعة والتحسين والتسلسل.
الذاكرة: استمرار الحالة بين استدعاءات السلسلة أو الوكيل، بما في ذلك واجهة الذاكرة القياسية، وتطبيقات الذاكرة، وأمثلة على السلاسل والوكلاء الذين يستخدمون الذاكرة.
الفهارس: الجمع بين LLMs والبيانات النصية المخصصة لتعزيز قدراتهم.
السلاسل: تسلسلات من المكالمات، إما إلى LLM أو إلى أداة مساعدة مختلفة، مع واجهة قياسية وعمليات تكامل وأمثلة سلسلة شاملة.
الوكلاء: LLMs الذين يتخذون قرارات بشأن الإجراءات، ويراقبون النتائج، ويكررون العملية حتى الانتهاء، من خلال واجهة قياسية واختيار الوكيل وأمثلة شاملة للوكيل.

حالات الاستخدام

باستخدام LangChain، يمكن للمطورين إنشاء تطبيقات متنوعة، مثل روبوتات الدردشة لدعم العملاء، ومولدات المحتوى الآلية، وأدوات تحليل البيانات، ومحركات البحث الذكية. يمكن أن تساعد هذه التطبيقات الشركات على تبسيط سير عملها وتقليل العمل اليدوي وتحسين تجارب العملاء.

خدمة

من خلال بيع التطبيقات المستندة إلى LangChain كخدمة للشركات، يمكنك توفير حلول مخصصة لتلبية احتياجاتهم الخاصة. على سبيل المثال، يمكن للشركات الاستفادة من روبوتات الدردشة القابلة للتخصيص التي تتعامل مع استفسارات العملاء، أو أدوات إنشاء المحتوى المخصص للتسويق، أو أنظمة تحليل البيانات الداخلية التي تسخر قوة حاملي شهادات الماجستير في إدارة الأعمال لاستخراج رؤى قيمة. الإمكانيات هائلة، وإطار عمل LangChain المرن يجعله الخيار الأمثل لتطوير ونشر تطبيقات نماذج اللغة المتقدمة في الصناعات المتنوعة.

متطلبات

بايثون 3.6 أو أعلى
مكتبة لانج تشين
مفتاح OpenAI API
مفتاح SerpAPI API

نماذج OpenAI API

يتم تشغيل OpenAI API بواسطة مجموعة متنوعة من النماذج ذات الإمكانيات ونقاط الأسعار المختلفة. يمكنك أيضًا إجراء تخصيصات محدودة على نماذجنا الأساسية الأصلية لحالة الاستخدام المحددة الخاصة بك من خلال الضبط الدقيق.

تثبيت

1. استنساخ المستودع

git clone https://github.com/daveebbelaar/langchain-experiments.git

2. إنشاء بيئة بايثون

Python 3.6 أو أعلى باستخدام venv أو conda . باستخدام venv :

 cd langchain-experiments
python3 -m venv env
source env/bin/activate

باستخدام conda :

 cd langchain-experiments
conda create -n langchain-env python=3.8
conda activate langchain-env

3. قم بتثبيت التبعيات المطلوبة

pip install -r requirements.txt

4. قم بإعداد المفاتيح في ملف .env

أولاً، قم بإنشاء ملف .env في الدليل الجذر للمشروع. داخل الملف، أضف مفتاح OpenAI API الخاص بك:

 OPENAI_API_KEY ="your_api_key_here"

احفظ الملف وأغلقه. في برنامج Python النصي أو دفتر Jupyter، قم بتحميل ملف .env باستخدام الكود التالي:

 from dotenv import load_dotenv , find_dotenv
load_dotenv ( find_dotenv ())

باستخدام اصطلاح التسمية الصحيح لمتغير البيئة، لن تحتاج إلى تخزين المفتاح يدويًا في متغير منفصل وتمريره إلى الوظيفة. ستتعرف المكتبة أو الحزمة التي تتطلب مفتاح API تلقائيًا على متغير البيئة OPENAI_API_KEY وتستخدم قيمته.

عند الحاجة، يمكنك الوصول إلى OPENAI_API_KEY كمتغير بيئة:

 import os
api_key = os . environ [ 'OPENAI_API_KEY' ]

الآن تم إعداد بيئة Python الخاصة بك، ويمكنك متابعة إجراء التجارب.

داتالومينا

يتم توفير هذه الوثيقة لك من قبل Datalumina. نحن نساعد محللي البيانات والمهندسين والعلماء على إطلاق وتوسيع نطاق عمل مستقل ناجح - بقيمة تزيد عن 100 ألف دولار سنويًا، ومشاريع ممتعة، وعملاء سعداء. إذا كنت تريد معرفة المزيد حول ما نقوم به، يمكنك زيارة موقعنا على الانترنت والاشتراك في النشرة الإخبارية لدينا. لا تتردد في مشاركة هذا المستند مع أصدقائك وزملائك في مجال البيانات.