Како додати стање меморије у ланац користећи ЛангЦхаин?

Kako Dodati Stane Memorije U Lanac Koristeci Langchain



ЛангЦхаин омогућава програмерима да изграде моделе ћаскања који могу да разговарају са људима користећи природне језике. Да би имао ефикасан разговор, модел треба да има меморију где се чува контекст разговора. ЛангЦхаин модели могу да чувају поруке ћаскања као запажања тако да резултат може бити у контексту разговора све време

Овај водич ће илустровати процес учитавања ланаца из ЛангЦхаин Хуб-а.

Како додати стање меморије у ланац користећи ЛангЦхаин?

Стање меморије се може користити за иницијализацију ланаца јер се може односити на недавну вредност сачувану у ланцима која ће се користити приликом враћања излаза. Да бисте научили процес додавања стања меморије у ланце користећи ЛангЦхаин оквир, једноставно прођите кроз овај једноставан водич:







Корак 1: Инсталирајте модуле

Прво, уђите у процес инсталирањем ЛангЦхаин оквира са његовим зависностима користећи команду пип:



пип инсталл лангцхаин



Инсталирајте и ОпенАИ модул да бисте добили његове библиотеке које се могу користити за додавање стања меморије у ланац:





пип инсталл опенаи

Преузмите АПИ кључ са ОпенАИ налога и поставити окружење користећи га како би ланци могли да му приступе:



увоз ти

увоз гетпасс

ти . Приближно [ „ОПЕНАИ_АПИ_КЕИ“ ] = гетпасс . гетпасс ( „ОпенАИ АПИ кључ:“ )

Овај корак је важан за правилно функционисање кода.

Корак 2: Увезите библиотеке

Након подешавања окружења, једноставно увезите библиотеке за додавање стања меморије као што су ЛЛМЦхаин, ЦонверсатионБуфферМемори и још много тога:

из лангцхаин. ланцима увоз ЦонверсатионЦхаин

из лангцхаин. меморија увоз ЦонверсатионБуфферМемори

из лангцхаин. цхат_моделс увоз ЦхатОпенАИ

из лангцхаин. ланцима . ллм увоз ЛЛМЦхаин

из лангцхаин. упити увоз ПромптТемплате

Корак 3: Изградња ланаца

Сада једноставно направите ланце за ЛЛМ користећи ОпенАИ() метод и шаблон промпта користећи упит за позивање ланца:

Ћаскање = ЦхатОпенАИ ( температура = 0 )

промпт_темплате = „Напиши {стиле} виц“

ллм_цхаин = ЛЛМЦхаин ( ллм = Ћаскање , промпт = ПромптТемплате. фром_темплате ( промпт_темплате ) )

ллм_цхаин ( инпутс = { 'стил' : 'отрцав' } )

Модел је приказао излаз користећи ЛЛМ модел као што је приказано на слици испод:

Корак 4: Додавање стања меморије

Овде ћемо додати стање меморије у ланац користећи ЦонверсатионБуфферМемори() метод и покренути ланац да добијемо 3 боје од дуге:

разговор = ЦонверсатионЦхаин (

ллм = Ћаскање ,

меморија = ЦонверсатионБуфферМемори ( )

)

разговор. трцати ( „накратко дај 3 боје дуге“ )

Модел је приказао само три боје дуге и контекст је сачуван у меморији ланца:

Овде покрећемо ланац са двосмисленом командом као „ остало 4? ” тако да сам модел добија контекст из меморије и приказује преостале дугине боје:

разговор. трцати ( 'остала 4?' )

Модел је урадио управо то, пошто је разумео контекст и вратио преостале четири боје из дугиног сета:

То је све о утоварним ланцима из ЛангЦхаин Хуб-а.

Закључак

Да бисте додали меморију у ланце користећи ЛангЦхаин оквир, једноставно инсталирајте модуле за подешавање окружења за изградњу ЛЛМ-а. Након тога, увезите библиотеке потребне за изградњу ланаца у ЛЛМ-у, а затим му додајте стање меморије. Након што додате стање меморије у ланац, једноставно дајте команду ланцу да добије излаз, а затим дајте другу команду у контексту претходне да бисте добили тачан одговор. Овај пост је разрадио процес додавања стања меморије у ланце користећи ЛангЦхаин оквир.