Rangka Pantas
Siaran ini akan menunjukkan perkara berikut:
- Cara Mengakses Langkah Pertengahan Ejen di LangChain
- Memasang Rangka Kerja
- Menetapkan Persekitaran OpenAI
- Mengimport Perpustakaan
- Bangunan LLM dan Ejen
- Menggunakan Agen
- Kaedah 1: Jenis Pulangan Lalai untuk Mengakses Langkah Pertengahan
- Kaedah 2: Menggunakan 'buangan' untuk Mengakses Langkah Pertengahan
- Kesimpulan
Bagaimana untuk Mengakses Langkah Pertengahan Ejen di LangChain?
Untuk membina ejen dalam LangChain, pengguna perlu mengkonfigurasi alatannya dan struktur templat untuk mendapatkan bilangan langkah yang terlibat dalam model. Ejen bertanggungjawab untuk mengautomasikan langkah perantaraan seperti pemikiran, tindakan, pemerhatian, dll. Untuk mengetahui cara mengakses langkah perantaraan ejen dalam LangChain, cuma ikut langkah yang disenaraikan:
Langkah 1: Memasang Rangka Kerja
Pertama sekali, cukup pasang kebergantungan LangChain dengan melaksanakan kod berikut dalam Buku Nota Python:
pip pasang langchain_experimental
Pasang modul OpenAI untuk mendapatkan kebergantungannya menggunakan pip perintah dan gunakannya untuk membina model bahasa:
pip pasang openai
Langkah 2: Menetapkan Persekitaran OpenAI
Setelah modul dipasang, sediakan Persekitaran OpenAI menggunakan kunci API yang dijana daripada akaunnya:
import awak
import getpass
awak. lebih kurang [ 'OPENAI_API_KEY' ] = getpass. getpass ( 'OpenAI API Key:' )
Langkah 3: Mengimport Perpustakaan
Memandangkan kita telah memasang kebergantungan, gunakannya untuk mengimport perpustakaan daripada LangChain:
daripada langchain. ejen import load_toolsdaripada langchain. ejen import initialize_agent
daripada langchain. ejen import Jenis Agen
daripada langchain. llms import OpenAI
Langkah 4: Membina LLM dan Ejen
Setelah perpustakaan diimport, tiba masanya untuk menggunakannya untuk membina model bahasa dan alatan untuk ejen. Tentukan pembolehubah llm dan tetapkan dengan kaedah OpenAI() yang mengandungi hujah suhu dan model_name. ' alatan ” pembolehubah mengandungi kaedah load_tools() dengan alat SerpAPi dan llm-math serta model bahasa dalam hujahnya:
llm = OpenAI ( suhu = 0 , nama model = 'teks-davinci-002' )alatan = load_tools ( [ 'serpapi' , 'llm-math' ] , llm = llm )
Setelah model dan alatan bahasa dikonfigurasikan, hanya reka bentuk ejen untuk melaksanakan langkah perantaraan menggunakan alatan dalam model bahasa:
ejen = initialize_agent (alatan ,
llm ,
ejen = Jenis Agen. ZERO_SHOT_REACT_DESCRIPTION ,
bertele-tele = betul ,
kembali_langkah_perantaraan = betul ,
)
Langkah 5: Menggunakan Ejen
Sekarang, uji ejen dengan bertanya soalan dalam input kaedah ejen() dan laksanakannya:
tindak balas = ejen ({
'input' : 'Siapa teman wanita Leo DiCaprio dan Berapakah jarak umur mereka'
}
)
Model itu telah bekerja dengan cekap untuk mendapatkan nama teman wanita Leo DiCaprio, umurnya, umur Leo DiCaprio, dan perbezaan di antara mereka. Tangkapan skrin berikut memaparkan beberapa soalan dan jawapan yang dicari oleh ejen untuk mendapatkan jawapan akhir:
Tangkapan skrin di atas tidak memaparkan kerja ejen dan cara ia sampai ke peringkat itu untuk mencari semua jawapan. Mari beralih ke bahagian seterusnya untuk mencari langkah:
Kaedah 1: Jenis Pulangan Lalai untuk Mengakses Langkah Pertengahan
Kaedah pertama untuk mengakses langkah perantaraan adalah menggunakan jenis pulangan lalai yang ditawarkan oleh LangChain menggunakan kod berikut:
cetak ( tindak balas [ 'langkah_perantaraan' ] )GIF berikut memaparkan langkah-langkah perantaraan dalam satu baris yang tidak begitu baik apabila melibatkan aspek kebolehbacaan:
Kaedah 2: Menggunakan 'buangan' untuk Mengakses Langkah Pertengahan
Kaedah seterusnya menerangkan cara lain untuk mendapatkan langkah perantaraan menggunakan perpustakaan dump daripada rangka kerja LangChain. Gunakan kaedah dumps() dengan hujah cantik untuk menjadikan output lebih berstruktur dan mudah dibaca:
daripada langchain. memuatkan . pembuangan import tempat pembuangan sampahcetak ( tempat pembuangan sampah ( tindak balas [ 'langkah_perantaraan' ] , cantik = betul ) )
Kini, kami mempunyai output dalam bentuk yang lebih berstruktur yang mudah dibaca oleh pengguna. Ia juga dibahagikan kepada beberapa bahagian untuk lebih masuk akal dan setiap bahagian mengandungi langkah-langkah untuk mencari jawapan kepada soalan:
Itu sahaja tentang mengakses langkah perantaraan ejen di LangChain.
Kesimpulan
Untuk mengakses langkah perantaraan ejen dalam LangChain, pasang modul untuk mengimport perpustakaan untuk membina model bahasa. Selepas itu, sediakan alat untuk memulakan ejen menggunakan alat, llm, dan jenis ejen yang boleh menjawab soalan. Setelah ejen dikonfigurasikan, ujinya untuk mendapatkan jawapan dan kemudian gunakan jenis Lalai atau pustaka buang untuk mengakses langkah perantaraan. Panduan ini telah menghuraikan proses mengakses langkah perantaraan ejen di LangChain.