مخطط سريع
ستوضح هذه المشاركة ما يلي:
- كيفية الوصول إلى الخطوات المتوسطة للوكيل في LangChain
- الطريقة الأولى: نوع الإرجاع الافتراضي للوصول إلى الخطوات المتوسطة
- الطريقة الثانية: استخدام 'تفريغات' للوصول إلى الخطوات المتوسطة
- خاتمة
كيفية الوصول إلى الخطوات المتوسطة للوكيل في LangChain؟
لبناء الوكيل في LangChain، يحتاج المستخدم إلى تكوين أدواته وبنية القالب للحصول على عدد الخطوات المتضمنة في النموذج. الوكيل مسؤول عن أتمتة الخطوات الوسيطة مثل الأفكار والإجراءات والملاحظات وما إلى ذلك. لمعرفة كيفية الوصول إلى الخطوات الوسيطة للوكيل في LangChain، ما عليك سوى اتباع الخطوات المذكورة:
الخطوة 1: تثبيت الأطر
أولاً، ما عليك سوى تثبيت تبعيات LangChain عن طريق تنفيذ التعليمات البرمجية التالية في Python Notebook:
تثبيت النقطة langchain_experimental
قم بتثبيت وحدة OpenAI للحصول على تبعياتها باستخدام ملف نقطة الأوامر واستخدامها لبناء نموذج اللغة:
نقطة تثبيت openai
الخطوة 2: إعداد بيئة OpenAI
بمجرد تثبيت الوحدات، قم بإعداد بيئة OpenAI باستخدام مفتاح API الذي تم إنشاؤه من حسابه:
يستورد أنت
يستورد com.getpass
أنت. تقريبًا [ 'OPENAI_API_KEY' ] = com.getpass. com.getpass ( 'مفتاح واجهة برمجة تطبيقات OpenAI:' )
الخطوة 3: استيراد المكتبات
الآن بعد أن قمنا بتثبيت التبعيات، استخدمها لاستيراد المكتبات من LangChain:
من لانجشين. عملاء يستورد Load_toolsمن لانجشين. عملاء يستورد تهيئة_agent
من لانجشين. عملاء يستورد نوع الوكيل
من لانجشين. llms يستورد OpenAI
الخطوة 4: بناء LLM والوكيل
بمجرد استيراد المكتبات، يحين وقت استخدامها لبناء نموذج اللغة والأدوات الخاصة بالوكيل. حدد متغير llm وقم بتعيينه باستخدام طريقة OpenAI() التي تحتوي على وسيطات درجة الحرارة وmodel_name. ال ' أدوات يحتوي المتغير على الأسلوبload_tools() مع أدوات SerpAPi وأدوات llm-math ونموذج اللغة في الوسيط الخاص به:
LLM = OpenAI ( درجة حرارة = 0 , اسم النموذج = 'النص دافينشي-002' )أدوات = Load_tools ( [ 'سيربابي' , 'مبادئ الرياضيات' ] , LLM = LLM )
بمجرد تكوين نموذج اللغة والأدوات، ما عليك سوى تصميم الوكيل لتنفيذ الخطوات المتوسطة باستخدام الأدوات الموجودة في نموذج اللغة:
عامل = تهيئة_agent (أدوات ,
LLM ,
عامل = نوع الوكيل. ZERO_SHOT_REACT_DESCRIPTION ,
مطول = حقيقي ,
return_intermediate_steps = حقيقي ,
)
الخطوة 5: استخدام الوكيل
الآن، قم باختبار الوكيل عن طريق طرح سؤال في إدخال طريقة الوكيل () وتنفيذه:
إجابة = عامل ({
'مدخل' : 'من هي صديقة ليو دي كابريو وما هي الفجوة العمرية بينهما'
}
)
عملت العارضة بكفاءة للحصول على اسم صديقة ليو دي كابريو وعمرها وعمر ليو دي كابريو والفرق بينهما. تعرض لقطة الشاشة التالية العديد من الأسئلة والأجوبة التي بحث عنها الوكيل للوصول إلى الإجابة النهائية:
لا تعرض لقطة الشاشة أعلاه عمل الوكيل وكيفية وصوله إلى هذه المرحلة للعثور على جميع الإجابات. دعنا ننتقل إلى القسم التالي للعثور على الخطوات:
الطريقة الأولى: نوع الإرجاع الافتراضي للوصول إلى الخطوات المتوسطة
الطريقة الأولى للوصول إلى الخطوة المتوسطة هي استخدام نوع الإرجاع الافتراضي الذي تقدمه LangChain باستخدام الكود التالي:
مطبعة ( إجابة [ 'خطوات_متوسطة' ] )يعرض ملف GIF التالي الخطوات الوسيطة في سطر واحد وهو ليس جيدًا تمامًا عندما يتعلق الأمر بجانب سهولة القراءة:
الطريقة الثانية: استخدام 'تفريغات' للوصول إلى الخطوات المتوسطة
تشرح الطريقة التالية طريقة أخرى للحصول على الخطوات المتوسطة باستخدام مكتبة التفريغ من إطار عمل LangChain. استخدم التابع dumps() مع الوسيطة الجميلة لجعل المخرجات أكثر تنظيمًا وسهلة القراءة:
من لانجشين. حمولة . أحمق يستورد مقالبمطبعة ( مقالب ( إجابة [ 'خطوات_متوسطة' ] , جميل = حقيقي ) )
الآن، لدينا الإخراج في شكل أكثر تنظيماً يمكن للمستخدم قراءته بسهولة. كما أنه مقسم إلى أقسام متعددة ليكون أكثر منطقية ويحتوي كل قسم على خطوات العثور على إجابات للأسئلة:
يتعلق الأمر كله بالوصول إلى الخطوات الوسيطة للوكيل في LangChain.
خاتمة
للوصول إلى الخطوات الوسيطة للوكيل في LangChain، قم بتثبيت الوحدات النمطية لاستيراد المكتبات لبناء نماذج اللغة. بعد ذلك، قم بإعداد الأدوات لتهيئة الوكيل باستخدام الأدوات والمجال ونوع الوكيل الذي يمكنه الإجابة على الأسئلة. بمجرد تكوين الوكيل، اختبره للحصول على الإجابات ثم استخدم مكتبة النوع الافتراضي أو مكتبة التفريغ للوصول إلى الخطوات المتوسطة. لقد تناول هذا الدليل بالتفصيل عملية الوصول إلى الخطوات الوسيطة للوكيل في LangChain.