生成式人工智慧讓系統(tǒng)能夠根據(jù)資料和提示建立文字、圖像、程式碼或其他形式的內(nèi)容。 LangChain 是一個(gè)框架，透過(guò)編排工作流程、管理提示以及啟用記憶體和工具整合等進(jìn)階功能，簡(jiǎn)化了生成式 AI 模型的使用。

本指南介紹了使用 LangChain 和 Python 開(kāi)始產(chǎn)生式 AI 所需的關(guān)鍵概念和工具。

---

1.什麼是浪鏈？

LangChain 是一個(gè)基於 Python 的框架，用於使用 OpenAI 的 GPT 或 Hugging Face 模型等大型語(yǔ)言模型 (LLM) 建立應(yīng)用程式。它有幫助：

• 管理提示：建立可重複使用的結(jié)構(gòu)化提示。
• 鍊式工作流程：將多個(gè)LLM呼叫合併到一個(gè)工作流程中。
• 使用工具：使 AI 模型能夠與 API、資料庫(kù)等互動(dòng)。
• 新增記憶：允許模型記住過(guò)去的交互作用。

---

2.設(shè)定您的環(huán)境

a) 安裝所需的庫(kù)

首先，安裝LangChain和相關(guān)庫(kù)：

pip install langchain openai python-dotenv streamlit

b) 設(shè)定您的 OpenAI API 金鑰

1. 註冊(cè) OpenAI 帳戶並取得您的 API 金鑰：OpenAI API。
2. 在專案目錄中建立一個(gè) .env 檔案並新增 API 金鑰：

   OPENAI_API_KEY=your_api_key_here

1. 使用 dotenv 在 Python 腳本中載入 API 金鑰：

   from dotenv import load_dotenv
   import os

   load_dotenv()
   openai_api_key = os.getenv("OPENAI_API_KEY")

---

3. LangChain的關(guān)鍵概念

a) 提示

提示引導(dǎo)人工智慧產(chǎn)生所需的輸出。 LangChain允許您使用PromptTemplate系統(tǒng)地建立提示。

from langchain.prompts import PromptTemplate

# Define a template
template = "You are an AI that summarizes text. Summarize the following: {text}"
prompt = PromptTemplate(input_variables=["text"], template=template)

# Generate a prompt with dynamic input
user_text = "Artificial Intelligence is a field of study that focuses on creating machines capable of intelligent behavior."
formatted_prompt = prompt.format(text=user_text)
print(formatted_prompt)

b) 語(yǔ)言模型

LangChain 與 OpenAI 的 GPT 或 Hugging Face 模型等法學(xué)碩士整合。使用 OpenAI GPT 的 ChatOpenAI。

from langchain.chat_models import ChatOpenAI

# Initialize the model
chat = ChatOpenAI(temperature=0.7, openai_api_key=openai_api_key)

# Generate a response
response = chat.predict("What is Generative AI?")
print(response)

c) 鏈條

鏈將多個(gè)步驟或任務(wù)組合到一個(gè)工作流程中。例如，一條鏈可能：

1. 總結(jié)文件。
2. 根據(jù)摘要產(chǎn)生問(wèn)題。

from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate

# Create a prompt and chain
template = "Summarize the following text: {text}"
prompt = PromptTemplate(input_variables=["text"], template=template)
chain = LLMChain(llm=chat, prompt=prompt)

# Execute the chain
result = chain.run("Generative AI refers to AI systems capable of creating text, images, or other outputs.")
print(result)

d) 記憶

記憶體使模型能夠保留多次交互的上下文。這對(duì)於聊天機(jī)器人很有用。

from langchain.chains import ConversationChain
from langchain.memory import ConversationBufferMemory

# Initialize memory and the conversation chain
memory = ConversationBufferMemory()
conversation = ConversationChain(llm=chat, memory=memory)

# Have a conversation
print(conversation.run("Hi, who are you?"))
print(conversation.run("What did I just ask you?"))

---

4.範(fàn)例應(yīng)用

a) 文字產(chǎn)生

使用提示產(chǎn)生創(chuàng)意回應(yīng)或內(nèi)容。

from langchain.chat_models import ChatOpenAI
from langchain.prompts import PromptTemplate

chat = ChatOpenAI(temperature=0.9, openai_api_key=openai_api_key)
prompt = PromptTemplate(input_variables=["topic"], template="Write a poem about {topic}.")
chain = LLMChain(llm=chat, prompt=prompt)

# Generate a poem
result = chain.run("technology")
print(result)

b) 總結(jié)

高效率總結(jié)文件或文字。

pip install langchain openai python-dotenv streamlit

c) 聊天機(jī)器人

建立一個(gè)具有記憶功能的互動(dòng)式聊天機(jī)器人。

   OPENAI_API_KEY=your_api_key_here

---

5.高級(jí)功能

a) 工具

使模型能夠存取網(wǎng)路搜尋或資料庫(kù)等外部工具。

   from dotenv import load_dotenv
   import os

   load_dotenv()
   openai_api_key = os.getenv("OPENAI_API_KEY")

b) 客製化鏈

透過(guò)組合多個(gè)任務(wù)來(lái)建立自訂工作流程。

from langchain.prompts import PromptTemplate

# Define a template
template = "You are an AI that summarizes text. Summarize the following: {text}"
prompt = PromptTemplate(input_variables=["text"], template=template)

# Generate a prompt with dynamic input
user_text = "Artificial Intelligence is a field of study that focuses on creating machines capable of intelligent behavior."
formatted_prompt = prompt.format(text=user_text)
print(formatted_prompt)

---

6.使用 Streamlit 部署

使用 Streamlit 為您的生成式 AI 模型建立一個(gè)簡(jiǎn)單的 Web 應(yīng)用程式。

安裝 Streamlit：

from langchain.chat_models import ChatOpenAI

# Initialize the model
chat = ChatOpenAI(temperature=0.7, openai_api_key=openai_api_key)

# Generate a response
response = chat.predict("What is Generative AI?")
print(response)

簡(jiǎn)單的應(yīng)用程式：

from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate

# Create a prompt and chain
template = "Summarize the following text: {text}"
prompt = PromptTemplate(input_variables=["text"], template=template)
chain = LLMChain(llm=chat, prompt=prompt)

# Execute the chain
result = chain.run("Generative AI refers to AI systems capable of creating text, images, or other outputs.")
print(result)

運(yùn)行應(yīng)用程式：

from langchain.chains import ConversationChain
from langchain.memory import ConversationBufferMemory

# Initialize memory and the conversation chain
memory = ConversationBufferMemory()
conversation = ConversationChain(llm=chat, memory=memory)

# Have a conversation
print(conversation.run("Hi, who are you?"))
print(conversation.run("What did I just ask you?"))

---

7.生成式 AI 開(kāi)發(fā)人員的關(guān)鍵概念

a) 微調(diào)模型

學(xué)習(xí)在自訂資料集上微調(diào) GPT 或穩(wěn)定擴(kuò)散等模型。

b) 及時(shí)工程

掌握如何製作有效的提示以獲得所需的輸出。

c) 多模態(tài)人工智慧

使用結(jié)合文字、圖像和其他模式的模型（例如 OpenAI 的 DALL·E 或 CLIP）。

d) 擴(kuò)充與部署

使用雲(yún)端服務(wù)或 Docker 等工具將模型部署到生產(chǎn)環(huán)境。

---

8.資源

• LangChain文檔：LangChain文檔
• OpenAI API：OpenAI 文檔
• 抱臉模特兒：抱臉

---

遵循本指南，您將獲得使用 Python 和 LangChain 建立生成式 AI 應(yīng)用程式所需的基礎(chǔ)知識(shí)。開(kāi)始實(shí)驗(yàn)、建立工作流程並深入探索令人興奮的 AI 世界！

以上是使用 LangChain 和 Python 產(chǎn)生人工智慧的綜合初學(xué)者指南 - 3的詳細(xì)內(nèi)容。更多資訊請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！