文章目录
- langchain介绍
- 安装依赖
- 大模型类别
- 千帆大模型案例
- 常见问题
langchain介绍
-
是一个开源大语言模型框架，本身不提供大模型算法，只提供对接大模型算法平台的接口（模型包裹器）；langchain官网v0.2，内部涉及的OpenAI的大模型使用都可以都可以替换为国内的大模型平台；
-
用于开发大模型应用的框架；
-
具有五大核心：
- 模型IO，即模型包裹器，对接各个平台的大语言模型；
- 数据增强，加载数据文档、转换、嵌入、向量化存储、检索等；
- 链，将多个组件连接起来，完成特定的操作；
- Agent代理，核心思想就是LLM选择操作序列，调用其他的API等；
- indexes 索引快速检索信息；
另外还有回调处理器、记忆等模块。
-
优点：
- 允许将大语言模型连接到自己的数据源，如内网中的数据库、pdf等文档；
- 可以根据提取的信息完成相应的操作；
-
应用场景：
- 问答系统；
- 自动问答和客服机器人；
- 数据处理、管理，如RAG；
-
工作原理
- 用户输入问题，从数据库中进行相似性搜索，找到相关的信息；
- 找到的信息与问题一同传给大语言模型，得到一个答案；
- 输出该答案 或者 根据该答案做出动作（接口调用等）；
安装依赖
pip install -U langchain langchain-community langchain-openai langchain-chroma# 核心包langchain_core
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.messages import SystemMessage, HumanMessage, AIMessage
# SystemMessage 用于系统设定
# HumanMessage(content="xxx") # 用户输入的信息
# AIMessage 大模型的输出
# 输出解析器，解析AIMessage
from langchain_core.output_parsers import StrOutputParser, JsonOutputParser# langchain_community
# 模型包裹器
from langchain_community.chat_models import ChatOpenAI
from langchain_community.chat_models import QianfanChatEndpoint
# 聊天信息历史
from langchain_community.chat_message_histories import ChatMessageHistory
#
大模型类别
-
百度千帆大模型，需要注册百度智能云；
在开发千帆大模型应用程序时，需要创建应用以获取ak/sk，并购买调用的服务；调用示例代码
-
华为盘古大模型；
-
阿里通义千问大模型；
-
OpenAI chat-gpt;
千帆大模型案例
基于 千帆大模型(文心一言) 创建一个聊天机器人：
import os
from langchain_community.chat_models import QianfanChatEndpoint
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.messages import SystemMessage, HumanMessage, AIMessage
from langchain_core.output_parsers import StrOutputParser# 环境变量方式，指定ak/sk
os.environ["QIANFAN_AK"] = "your api key"
os.environ["QIANFAN_SK"] = "your secret key"# 千帆大模型 （文心一言）
qianfan_chat = QianfanChatEndpoint(model="ERNIE-3.5-8K", temperature=0.2, # 越大越随机回答timeout=50, # 有时网络不好，可能会超时，可以指定长些# api_key="...",# secret_key="...",# top_p="...",# other params...)# 对象可以直接调用
# res = qianfan_chat.invoke(([HumanMessage(content="讲一个故事")]))# messages 转为提示词
prompt = ChatPromptTemplate.from_messages([("system", "你是一个python技术专家，请尽力回答如下问题。"), # message元组或者SystemMessage(content="xx")HumanMessage(content="写出一个{lang}的工厂设计模式。") # 占位符
])# 模型输出的为 AIMessage，需解析为对应的数据格式
parser = StrOutputParser()# 组装链
chat_chain = prompt | qianfan_chat | parser# 调用链，并传入占位符
res = chat_chain.invoke({"lang": "python"}) # 链调用，传入占位符的key# 打印响应 的字符串
print("res:", res)
常见问题
- urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host=‘aip.baidubce.com’, port=443): Read timed out. (read timeout=30)
接口调用时，网络IO可能较慢，在chat model中延长timeout的时间
