كيفية استخدام محلل القائمة في LangChain؟

Kyfyt Astkhdam Mhll Alqaymt Fy Langchain



تحتوي وحدات LangChain على التبعيات اللازمة لبناء روبوتات الدردشة التي يمكنها إنشاء نص باللغات البشرية مثل الإنجليزية وما إلى ذلك. تحتاج النماذج إلى التدريب على مجموعات بيانات ضخمة حتى يتمكن النموذج من فهم الموجه بشكل فعال لإنشاء النص. توفر لغة Python استخدام وظائف parser() للحصول على المخرجات المنظمة التي يمكن للمطورين تخصيصها.

ستوضح هذه المشاركة عملية استخدام محلل القائمة في LangChain.

كيفية استخدام محلل القائمة في LangChain؟

يتم استخدام فئات محلل القائمة للحصول على الإخراج في شكل قائمة تحتوي على كائنات متعددة مفصولة بفواصل. تتيح وحدة LangChain استخدام CommaSeparatedListOutputParser مكتبة للحصول على الإخراج في شكل قائمة منظمة.







للتعرف على عملية استخدام محلل القائمة في LangChain، ما عليك سوى اتباع الخطوات المذكورة:



الخطوة 1: تثبيت الوحدات
أولاً، ابدأ بتثبيت إطار عمل LangChain باستخدام أمر pip install في Python Notebook أو IDE:



نقطة ثَبَّتَ com.langchain





وحدة أخرى مطلوب تنزيلها هي OpenAI والتي تُستخدم للحصول على مكتبات OpenAI وChatOpenAI:

نقطة ثَبَّتَ openai



بعد تثبيت الوحدات المطلوبة، قم بإعداد OpenAI البيئة باستخدام مفتاح API الخاص بها بعد استيراد ' أنت ' و ' com.getpass 'المكتبات:

استيراد لنا
استيراد getpass

os.environ [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'مفتاح واجهة برمجة تطبيقات OpenAI:' )

الخطوة 2: استيراد المكتبات
بعد إعداد بيئة OpenAI، ما عليك سوى استيراد المكتبات المطلوبة لاستخدام موزعي القوائم مثل CommaSeparatedListOutputParser وOpenAI وغيرها الكثير:

من langchain.output_parsers قم باستيراد CommaSeparatedListOutputParser
من langchain.prompts قم باستيراد ChatPromptTemplate
من langchain.llms قم باستيراد OpenAI
من langchain.prompts قم باستيراد PromptTemplate
من langchain.chat_models قم باستيراد ChatOpenAI
من langchain.prompts قم باستيراد HumanMessagePromptTemplate

الخطوة 3: بناء محلل إخراج القائمة
الخطوة التالية هي إنشاء محلل إخراج القائمة ثم تكوين قالب المطالبة للحد من عدد الكائنات لتشكيل قائمة:

Output_parser = CommaSeparatedListOutputParser ( )

format_instructions =put_parser.get_format_instructions ( )
موجه = PromptTemplate (
نموذج = 'اذكر خمسة {موضوع}. {تنسيق_تعليمات}' ,
input_variables = [ 'موضوع' ] ,
Part_variables = { 'تنسيق_تعليمات' :format_instructions }
)

الخطوة 4: نموذج الاختبار
بمجرد تعيين قالب المطالبة، ما عليك سوى استدعاء طريقة OpenAI() لتحديد ' نموذج 'متغير ثم قم بتوفير الإدخال. بعد ذلك استخدم ' انتاج 'متغير يحتوي على استعلام الإدخال واستدعاء المحلل اللغوي. سيتم استخراج القائمة بناءً على الاستعلام المحدود بواسطة قالب المطالبة:

النموذج = OpenAI ( درجة حرارة = 0 )

_input = موجه.تنسيق ( موضوع = 'مشروبات' )
الإخراج = النموذج ( _مدخل )

put_parser.parse ( انتاج )

هذا كل ما يتعلق بعملية استخدام محلل إخراج القائمة في LangChain.

خاتمة

لاستخدام محلل مخرجات القائمة في LangChain، ما عليك سوى تثبيت الوحدات المطلوبة لإعداد بيئتها باستخدام مفتاح OpenAI API. بعد ذلك، قم باستيراد المكتبات المطلوبة لإنشاء واستخدام محلل مخرجات القائمة، ثم قم بتكوين النموذج باستخدام بنية قالب المطالبة. بمجرد إنشاء النموذج بنجاح، ما عليك سوى اختبار النموذج للحصول على القائمة بناءً على المدخلات المقدمة من المستخدم. يوضح هذا الدليل عملية استخدام محلل إخراج القائمة في LangChain.