سيوضح هذا الدليل عملية تحميل السلاسل من LangChain Hub.
كيفية إضافة حالة الذاكرة في السلسلة باستخدام LangChain؟
يمكن استخدام حالة الذاكرة لتهيئة السلاسل لأنها يمكن أن تشير إلى القيمة الحديثة المخزنة في السلاسل والتي سيتم استخدامها أثناء إرجاع المخرجات. لمعرفة عملية إضافة حالة ذاكرة في سلاسل باستخدام إطار عمل LangChain، ما عليك سوى الاطلاع على هذا الدليل السهل:
الخطوة 1: تثبيت الوحدات
أولاً، قم بالدخول في العملية عن طريق تثبيت إطار عمل LangChain مع تبعياته باستخدام الأمر pip:
نقطة تثبيت لانجشين
قم بتثبيت وحدة OpenAI أيضًا للحصول على مكتباتها التي يمكن استخدامها لإضافة حالة الذاكرة في السلسلة:
نقطة تثبيت openai
احصل على مفتاح API من حساب OpenAI و إعداد البيئة استخدامه حتى تتمكن السلاسل من الوصول إليه:
يستورد أنت
يستورد com.getpass
أنت . تقريبًا [ 'OPENAI_API_KEY' ] = com.getpass . com.getpass ( 'مفتاح واجهة برمجة تطبيقات OpenAI:' )
هذه الخطوة مهمة لكي يعمل الكود بشكل صحيح.
الخطوة 2: استيراد المكتبات
بعد إعداد البيئة، ما عليك سوى استيراد المكتبات لإضافة حالة الذاكرة مثل LLMChain وConversationBufferMemory وغيرها الكثير:
من com.langchain. السلاسل يستورد ConversationChainمن com.langchain. ذاكرة يستورد ذاكرة المخزن المؤقت للمحادثة
من com.langchain. chat_models يستورد ChatOpenAI
من com.langchain. السلاسل . LLM يستورد LLMChain
من com.langchain. حث يستورد قالب موجه
الخطوة 3: بناء السلاسل
الآن، ما عليك سوى إنشاء سلاسل لـ LLM باستخدام طريقة OpenAI() وقالب المطالبة باستخدام الاستعلام لاستدعاء السلسلة:
محادثة = ChatOpenAI ( درجة حرارة = 0 )Prompt_template = 'اكتب نكتة {نمط}'
llm_chain = LLMChain ( LLM = محادثة , اِسْتَدْعَى = قالب موجه. من القالب ( Prompt_template ) )
llm_chain ( المدخلات = { 'أسلوب' : 'حنطي' } )
لقد عرض النموذج المخرجات باستخدام نموذج LLM كما هو موضح في لقطة الشاشة أدناه:
الخطوة 4: إضافة حالة الذاكرة
سنقوم هنا بإضافة حالة الذاكرة في السلسلة باستخدام طريقة ConversationBufferMemory() وتشغيل السلسلة للحصول على 3 ألوان من قوس قزح:
محادثة = ConversationChain (LLM = محادثة ,
ذاكرة = ذاكرة المخزن المؤقت للمحادثة ( )
)
محادثة. يجري ( 'أعط باختصار الألوان الثلاثة في قوس قزح' )
عرض النموذج ثلاثة ألوان فقط من قوس قزح ويتم تخزين السياق في ذاكرة السلسلة:
نحن هنا نقوم بتشغيل السلسلة بأمر غامض كـ ' 4 أخرى؟ ' لذا فإن النموذج نفسه يحصل على السياق من الذاكرة ويعرض ألوان قوس قزح المتبقية:
محادثة. يجري ( '4 أخرى؟' )لقد فعل النموذج ذلك بالضبط، حيث فهم السياق وأعاد الألوان الأربعة المتبقية من مجموعة قوس قزح:
هذا كل ما يتعلق بتحميل السلاسل من LangChain Hub.
خاتمة
لإضافة الذاكرة في سلاسل باستخدام إطار عمل LangChain، ما عليك سوى تثبيت الوحدات لإعداد البيئة لبناء LLM. بعد ذلك قم باستيراد المكتبات اللازمة لبناء السلاسل في LLM ثم قم بإضافة حالة الذاكرة إليها. بعد إضافة حالة الذاكرة إلى السلسلة، ما عليك سوى إعطاء أمر للسلسلة للحصول على الإخراج ثم إعطاء أمر آخر في سياق الأمر السابق للحصول على الرد الصحيح. لقد تناول هذا المنشور بالتفصيل عملية إضافة حالة الذاكرة في سلاسل باستخدام إطار عمل LangChain.