ดาวน์โหลด langchain experiments - langchain experiments ดาวน์โหลดซอร์สโค้ด

langchain experiments

โค้ดแหล่งที่มา AI

1.0.0

ดาวน์โหลด

langchain experiments

พื้นที่เก็บข้อมูลนี้มุ่งเน้นไปที่การทดลองกับไลบรารี LangChain เพื่อสร้างแอปพลิเคชันที่มีประสิทธิภาพด้วยโมเดลภาษาขนาดใหญ่ (LLM) ด้วยการใช้ประโยชน์จากโมเดลภาษาที่ล้ำสมัย เช่น GPT-3.5 Turbo ของ OpenAI (และเร็วๆ นี้ GPT-4) โปรเจ็กต์นี้จะแสดงวิธีสร้างฐานข้อมูลที่ค้นหาได้จากการถอดเสียงวิดีโอ YouTube ดำเนินการค้นหาที่คล้ายกันโดยใช้ไลบรารี FAISS และ ตอบคำถามของผู้ใช้ด้วยข้อมูลที่เกี่ยวข้องและแม่นยำ

LangChain เป็นเฟรมเวิร์กที่ครอบคลุมซึ่งออกแบบมาเพื่อการพัฒนาแอปพลิเคชันที่ขับเคลื่อนโดยโมเดลภาษา เป็นมากกว่าการเรียก LLM ผ่าน API เนื่องจากแอปพลิเคชันที่ทันสมัยและแตกต่างที่สุดยังรับรู้ข้อมูลและเป็นตัวแทน ทำให้โมเดลภาษาสามารถเชื่อมต่อกับแหล่งข้อมูลอื่นและโต้ตอบกับสภาพแวดล้อมได้ เฟรมเวิร์กของ LangChain ถูกสร้างขึ้นโดยเฉพาะเพื่อจัดการกับหลักการเหล่านี้

แลงเชน

ส่วนเฉพาะของ Python ในเอกสารของ LangChain ครอบคลุมโมดูลหลักหลายโมดูล โดยแต่ละโมดูลจะมีตัวอย่าง คู่มือวิธีใช้ เอกสารอ้างอิง และคำแนะนำเกี่ยวกับแนวคิด โมดูลเหล่านี้ประกอบด้วย:

โมเดล: ประเภทโมเดลที่หลากหลายและการผสานรวมโมเดลที่รองรับโดย LangChain
พร้อมท์: การจัดการพร้อมท์ การเพิ่มประสิทธิภาพ และการทำให้เป็นอนุกรม
หน่วยความจำ: สถานะการคงอยู่ระหว่างการเรียกลูกโซ่หรือเอเจนต์ รวมถึงอินเทอร์เฟซหน่วยความจำมาตรฐาน การใช้งานหน่วยความจำ และตัวอย่างของลูกโซ่และเอเจนต์ที่ใช้หน่วยความจำ
ดัชนี: การรวม LLM เข้ากับข้อมูลข้อความที่กำหนดเองเพื่อเพิ่มขีดความสามารถ
เชน: ลำดับของการโทร ไม่ว่าจะเป็นไปยัง LLM หรือยูทิลิตีอื่น โดยมีอินเทอร์เฟซมาตรฐาน การบูรณาการ และตัวอย่างลูกโซ่จากต้นทางถึงปลายทาง
ตัวแทน: LLM ที่ตัดสินใจเกี่ยวกับการดำเนินการ สังเกตผลลัพธ์ และทำซ้ำกระบวนการจนกว่าจะเสร็จสิ้น พร้อมอินเทอร์เฟซมาตรฐาน การเลือกตัวแทน และตัวอย่างตัวแทนตั้งแต่ต้นทางถึงปลายทาง

ใช้กรณี

ด้วย LangChain นักพัฒนาสามารถสร้างแอปพลิเคชันต่างๆ ได้ เช่น แชทบอทสนับสนุนลูกค้า ตัวสร้างเนื้อหาอัตโนมัติ เครื่องมือวิเคราะห์ข้อมูล และเครื่องมือค้นหาอัจฉริยะ แอปพลิเคชันเหล่านี้สามารถช่วยให้ธุรกิจปรับปรุงขั้นตอนการทำงาน ลดแรงงานคน และปรับปรุงประสบการณ์ของลูกค้า

บริการ

ด้วยการขายแอปพลิเคชันที่ใช้ LangChain เป็นบริการให้กับธุรกิจ คุณสามารถจัดหาโซลูชันที่ปรับแต่งให้ตรงกับความต้องการเฉพาะของพวกเขาได้ ตัวอย่างเช่น บริษัทต่างๆ จะได้รับประโยชน์จากแชทบอทที่ปรับแต่งได้ซึ่งจัดการข้อซักถามของลูกค้า เครื่องมือสร้างเนื้อหาส่วนบุคคลสำหรับการตลาด หรือระบบการวิเคราะห์ข้อมูลภายในที่ควบคุมพลังของ LLM เพื่อดึงข้อมูลเชิงลึกอันมีค่า มีความเป็นไปได้มากมาย และเฟรมเวิร์กที่ยืดหยุ่นของ LangChain ทำให้เป็นตัวเลือกที่เหมาะสมที่สุดสำหรับการพัฒนาและปรับใช้แอปพลิเคชันโมเดลภาษาขั้นสูงในอุตสาหกรรมที่หลากหลาย

ความต้องการ

Python 3.6 หรือสูงกว่า
ห้องสมุด LangChain
คีย์ OpenAI API
คีย์ SerpAPI API

โมเดล OpenAI API

OpenAI API ขับเคลื่อนโดยชุดรูปแบบที่หลากหลายพร้อมความสามารถและจุดราคาที่แตกต่างกัน คุณยังสามารถทำการปรับแต่งแบบจำกัดกับโมเดลพื้นฐานดั้งเดิมของเราสำหรับกรณีการใช้งานเฉพาะของคุณด้วยการปรับแต่งอย่างละเอียด

การติดตั้ง

1. โคลนพื้นที่เก็บข้อมูล

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

2. สร้างสภาพแวดล้อม Python

Python 3.6 หรือสูงกว่าโดยใช้ venv หรือ conda ใช้ venv :

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

ใช้ conda :

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

3. ติดตั้งการพึ่งพาที่จำเป็น

pip install -r requirements.txt

4. ตั้งค่าคีย์ในไฟล์ .env

ขั้นแรก สร้างไฟล์ .env ในไดเร็กทอรีรากของโปรเจ็กต์ ภายในไฟล์ ให้เพิ่มคีย์ OpenAI API ของคุณ:

 OPENAI_API_KEY ="your_api_key_here"

บันทึกไฟล์และปิด ในสคริปต์ Python หรือสมุดบันทึก Jupyter ให้โหลดไฟล์ .env โดยใช้โค้ดต่อไปนี้:

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

ด้วยการใช้หลักการตั้งชื่อที่ถูกต้องสำหรับตัวแปรสภาพแวดล้อม คุณไม่จำเป็นต้องจัดเก็บคีย์ด้วยตนเองในตัวแปรแยกต่างหากและส่งผ่านไปยังฟังก์ชัน ไลบรารีหรือแพ็คเกจที่ต้องใช้คีย์ API จะจดจำตัวแปรสภาพแวดล้อม OPENAI_API_KEY โดยอัตโนมัติและใช้ค่าของมัน

เมื่อจำเป็น คุณสามารถเข้าถึง OPENAI_API_KEY เป็นตัวแปรสภาพแวดล้อมได้:

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

ตอนนี้สภาพแวดล้อม Python ของคุณได้รับการตั้งค่าแล้ว และคุณสามารถดำเนินการทดสอบต่อได้

ดาต้าลูมินา

เอกสารนี้จัดทำโดย Datalumina เราช่วยนักวิเคราะห์ข้อมูล วิศวกร และนักวิทยาศาสตร์เปิดตัวและขยายขนาดธุรกิจอิสระที่ประสบความสำเร็จ — $100,000+ ต่อปี โครงการที่สนุกสนาน ลูกค้าที่มีความสุข หากคุณต้องการเรียนรู้เพิ่มเติมเกี่ยวกับสิ่งที่เราทำ คุณสามารถเยี่ยมชมเว็บไซต์ของเราและสมัครรับจดหมายข่าวของเรา โปรดแบ่งปันเอกสารนี้กับเพื่อนข้อมูลและเพื่อนร่วมงานของคุณ