Овај пост илуструје метод коришћења функција и класа излазног парсера кроз ЛангЦхаин оквир.
Како користити излазни парсер кроз ЛангЦхаин?
Парсери излаза су резултати и класе које могу помоћи да се добије структурирани излаз из модела. Да бисте научили процес коришћења излазних парсера у ЛангЦхаин-у, једноставно прођите кроз наведене кораке:
Корак 1: Инсталирајте модуле
Прво, започните процес коришћења излазних парсера тако што ћете инсталирати ЛангЦхаин модул са његовим зависностима да бисте прошли кроз процес:
пип инсталирај лангцхаин
Након тога, инсталирајте ОпенАИ модул да бисте користили његове библиотеке као што су ОпенАИ и ЦхатОпенАИ:
пип инсталирај опенаи
Сада, подесите окружење за ОпенАИ користећи АПИ кључ са ОпенАИ налога:
увози нас
импорт гетпасс
ос.енвирон [ „ОПЕНАИ_АПИ_КЕИ“ ] = гетпасс.гетпасс ( „ОпенАИ АПИ кључ:“ )
Корак 2: Увезите библиотеке
Следећи корак је увоз библиотека из ЛангЦхаин-а да бисте користили излазне парсере у оквиру:
из лангцхаин.промптс импорт ХуманМессагеПромптТемплате
из пидантичког увоза Поља
фром лангцхаин.промптс импорт ЦхатПромптТемплате
из лангцхаин.оутпут_парсерс импорт ПидантицОутпутПарсер
из пидантиц импорт БасеМодел
из пидантиц импорт валидатора
фром лангцхаин.цхат_моделс импорт ЦхатОпенАИ
из лангцхаин.ллмс импорт ОпенАИ
од куцања листе импорт
Корак 3: Изградња структуре података
Изградња структуре излаза је витална примена парасера излаза у великим језичким моделима. Пре него што пређемо на структуру података модела, потребно је да дефинишемо име модела који користимо да бисмо добили структурирани излаз из излазних парсера:
температура = 0.0
модел = ОпенАИ ( Назив модела =име_модела, температура =температура )
Сада користите класу Јоке која садржи БасеМодел да бисте конфигурисали структуру излаза да бисте добили шалу из модела. Након тога, корисник може лако додати прилагођену логику валидације помоћу пидантиц класе која може тражити од корисника да постави боље формиран упит/упит:
разред Шала ( БасеМодел ) :подешавање: стр = Поље ( Опис = 'упит за приказ шале' )
пунцхлине: стр = Поље ( Опис = 'одговори на упит шалом' )
#Логичка валидација за упит јер модел треба да га правилно разуме
@ валидатор ( 'подесити' )
деф куестион_ендс_витх_куестион_марк ( цлс, поље ) :
ако поље [ - 1 ] ! = '?' :
подићи ВалуеЕррор ( 'Лоше формирано питање!' )
повратак поље
Корак 4: Постављање шаблона упита
Конфигуришите променљиву парсера која садржи метод ПидантицОутпутПарсер() који садржи његове параметре:
Након конфигурисања парсера, једноставно дефинишите промптну променљиву користећи метод ПромптТемплате() са структуром упита/промпта:
промпт = ПромптТемплате (шаблон = „Одговорите на упит корисника. \н {формат_инструцтионс} \н {куери} \н ' ,
инпут_вариаблес = [ 'упит' ] ,
делимичне_променљиве = { 'формат_инструцтионс' : парсер.гет_формат_инструцтионс ( ) }
)
Корак 5: Тестирајте излазни парсер
Након конфигурисања свих захтева, креирајте променљиву која се додељује помоћу упита, а затим позовите формат_промпт() метод:
_инпут = промпт.формат_промпт ( упит =јоке_куери )
Сада позовите функцију модел() да дефинишете излазну променљиву:
излаз = модел ( _инпут.то_стринг ( ) )Завршите процес тестирања позивањем методе парсер() са излазном променљивом као параметром:
парсер.парсе ( излаз ) 
То је све о процесу коришћења излазног парсера у ЛангЦхаин-у.
Закључак
Да бисте користили излазни парсер у ЛангЦхаин-у, инсталирајте модуле и подесите ОпенАИ окружење користећи његов АПИ кључ. Након тога, дефинишите модел, а затим конфигуришите структуру података излаза са логичком валидацијом упита који је дао корисник. Када је структура података конфигурисана, једноставно поставите шаблон за промпт, а затим тестирајте излазни парсер да бисте добили резултат из модела. Овај водич је илустровао процес коришћења излазног парсера у ЛангЦхаин оквиру.