okahu demo lc openai

OpenAI + Langchainを使用したOkahuのデモ

このリポジトリには、OpenAI と Langchain を使用して構築されたデモ チャット アプリケーションが含まれており、Okahu AI Observability クラウドでの観察用に事前に計測されています。このリポジトリをフォークし、Github コードスペースでアプリを実行すると、すぐに開始できます。

このOpenAIアプリでOkahuを試してください

このチャットボットを試すには

• このリポジトリをフォークして、Github コードスペースで実行します
• これを Mac で実行するには
  • Python の依存関係をインストールします: pip install -r requirement.txt
  • libmagic を削除します: pip uninstall python-magic
• これを Windows で実行するには
  • Python の依存関係をインストールします: pip install -r requirement.txt

必要になります

• OpenAI サブスクリプションと OpenAI 開発者プラットフォームへの API キー
• オカフ テナントとオカフ AI オブザーバビリティ クラウドへの API キー

デモ環境を構成する

• ファイル botenv.sh.template を botenv.sh にコピーします。
• botenv.sh ファイルを編集して OpenAI API キーと Okuhu API キーを追加し、保存します

インタラクティブなチャットボットを実行する

このアプリケーションは、コーヒーに関する質問に答える対話型チャットボットであり、RAG デザイン パターンで構築されています。ワークフローは、Langchain LLM オーケストレーション フレームワークを使用した Python プログラムです。ベクター データセットは、OpenAI の text-embedding-3-large 埋め込みモデルを使用して、コーヒーに関するローカル データセットから構築されます。ベクトル データは、ローカル ファイルベースの Chroma VectorDB に保存されます。アプリは推論に OpenAI gpt-4o-mini モデルを使用します。

GithubコードスペースからOkahuを試すには

1. 最上位ディレクトリから次のコマンドを使用して、事前に計測されたチャットボット アプリを実行します。

   python lc-openai-with-okahu.py

2. okahu API キーを使用して次のコマンドを使用して、Okahu AI Observability Cloud によって検出されたワークフローを表示します。

   • すべてのコンポーネントを検出しますcurl --location --request PUT 'https://api.okahu.ai/api/v1/discovery' --header 'x-api-key: <YOUR_OKAHU_API_KEY>;'
   • 検出されたコンポーネントを取得しますcurl --location 'https://api.okahu.ai/api/v1/components' --header 'x-api-key: <YOUR_OKAHU_API_KEY>;'

   ここで、Okahu AI Observability Cloud API ドキュメントをチェックしてください。

出力例

 $ python lc-openai-with-okahu.py 

Ask a coffee question [Press return to exit]: What is an americano?
An americano is a type of coffee drink that is made by diluting an espresso shot with hot water at a 1:3 to 1:4 ratio, resulting in a drink that retains the complex flavors of espresso, but in a lighter way.

オカフの計装

okahu インストルメンテーションなしでチャットボット アプリを実行するには、コマンドpython lc-openai.pyを使用します。

okahu インストルメンテーションがどのように機能するかを理解するには、lc-openai.py と lc-openai-with-okahu.py を比較してください。