使用LANGCHAIN和GEMINI构建AI应用程序

最新推荐文章于 2024-07-18 15:53:23 发布

大耳朵爱学习

最新推荐文章于 2024-07-18 15:53:23 发布

阅读量904

点赞数 16

文章标签： langchain 人工智能产品经理学习 ai 深度学习机器学习

本文链接：https://blog.csdn.net/2401_85379281/article/details/139617682

版权

借助这些先进技术，您可以生成文本、分析图像并实现多模态 AI 交互。

LangChain 和 Google 的 Gemini API 是什么？

LangChain：构建 AI 应用程序的弹性框架

LangChain 是一个强大且灵活的框架，可以简化 AI 应用程序的开发。它提供了一种模块化且可组合的方法，允许技术人员组合各种工具（例如语言模型、知识库和数据源）来创建复杂的 AI 系统。借助 LangChain，开发人员可以利用最先进的自然语言处理 (NLP) 模型，集成外部数据源，并构建针对特定用例量身定制的自定义代理。

Google 的 Gemini API：释放多模态 AI 的潜力

Google 的 Gemini API 是一个尖端的 AI 多模态平台，使开发人员能够构建可以同时理解和处理多种方式的应用程序。此 API 使用 Google 的高级机器学习模型和计算机视觉功能来分析和解释文本、图像、音频和视频数据。借助 Gemini，开发人员可以创建智能应用程序，以更类似于人类的方式感知和理解世界。

设置和安装

为了确保你的 Python 环境已准备好与 LangChain 和 Google 的 Gemini 协同工作，请使用 pip 安装必要的包：

pip install -q langchain-google-genai
pip install --upgrade -q langchain-google-genai
pip show langchain-google-genai
pip install -q google-generativeai

这些命令处理安装和升级专为 Google 的 Gemini 和 Gemini API 客户端库定制的 LangChain 包。

配置

要使用[Google 的 Gemini API]，你需要一个 API 密钥。出于安全性和易于访问性的考虑，将此密钥存储在.env文件中：

from dotenv import load_dotenv, find_dotenv
load_dotenv(find_dotenv(), override=True)

如果 API 密钥未设置在你的环境变量中，以下脚本将提示你手动输入它：


import getpass
import os
if 'GOOGLE_API_KEY' not in os.environ:
    os.environ['GOOGLE_API_KEY'] = getpass.getpass('Provide your Google API Key: ')

探索可用模型

在深入了解具体功能之前，了解哪些模型可用很有用：

import google.generativeai as genai
for model in genai.list_models():
    print(model.name)

此代码段列出了可通过 Gemini API 访问的所有模型，允许你为你的任务选择合适的模型。

将 Gemini 与 LangChain 集成

基本设置

LangChain 简化了与 Gemini 模型的交互。以下是设置基本聊天界面的方法：

from langchain_google_genai import ChatGoogleGenerativeAI

# Create an instance of the LLM, using the 'gemini-pro' model with a specified creativity level
llm = ChatGoogleGenerativeAI(model='gemini-pro', temperature=0.9)

# Send a creative prompt to the LLM
response = llm.invoke('Write a paragraph about life on Mars in year 2100.')
print(response.content)

此代码使用 Gemini-pro 模型初始化 LangChain LLM 实例，并发送有关 2100 年火星生活的创意提示。

使用模板和链条的高级用法

LangChain 还支持更高级的模板和链式机制：

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

# Set up a prompt template
prompt = PromptTemplate.from_template('You are a content creator. Write me a tweet about {topic}')

# Create a chain that utilizes both the LLM and the prompt template
chain = LLMChain(llm=llm, prompt=prompt, verbose=True)
topic = 'Why will AI change the world'
response = chain.invoke(input=topic)
print(response)

此设置支持更结构化的交互，其中链条根据输入动态构建和发送提示。

系统提示和流式传输

系统提示

处理提示中的特定指令对于控制你的 AI 应用程序的行为至关重要：

from langchain_core.messages import HumanMessage, SystemMessage

# Setup with system message conversion
llm = ChatGoogleGenerativeAI(model='gemini-pro', convert_system_message_to_human=True)
output = llm.invoke([
    SystemMessage(content='Answer only YES or NO in French.'),
    HumanMessage(content='Is fish a mammal?')
])
print(output.content)

此方法对于创建结构化、受控的对话很有用，其中 AI 系统严格遵守给定的指令。

流式传输响应

对于较长的输出，流式传输至关重要：

# Send a prompt requiring detailed, continuous output
prompt = 'Write a scientific paper outlining the mathematical foundation of our universe.'
for chunk in llm.stream(prompt):
    print(chunk.content)
    print('-' * 100)

流式传输允许 API 更有效地处理较大的输出，将它们发送为可管理的块。

使用 Gemini Pro Vision 的多模态 AI

处理图像

Gemini Pro Vision 将功能扩展到图像分析：

from PIL import Image
img = Image.open('match.jpg') #change this with your image

# Setup for image analysis
from langchain_core.messages import HumanMessage
from langchain_google_genai import ChatGoogleGenerativeAI

llm = ChatGoogleGenerativeAI(model='gemini-pro-vision')
prompt = 'What is in this image?'
message = HumanMessage(
  content=[
    {'type': 'text', 'text': prompt},
    {'type': 'image_url', 'image_url': img}
  ]
)
response = llm.invoke([message])
print(response.content)

此示例演示如何提示 AI 系统询问有关图像的问题并描述其内容。

结论

使用 LangChain 和 Gemini 的功能，你可以生成文本、分析图像并实现多模态 AI 交互。

集成这些先进技术使开发人员能够开发更智能、响应性更高且能够轻松处理复杂任务的 AI 系统。

无论你的目标是增强用户交互、自动响应还是分析视觉内容，你都可以将这些强大的工具整合到你的项目中。

开始实验并探索LangChain和Google的Gemini的潜力，将您的应用程序转化为更强大、更有创造力的平台。

那么，我们该如何学习大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。至于能学习到多少就看你的学习毅力和能力了。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一、大模型全套的学习路线

学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。既然要系统的学习大模型，那么学习路线是必不可少的，下面的这份路线能帮助你快速梳理知识，形成自己的体系。

L1级别:AI大模型时代的华丽登场

L2级别：AI大模型API应用开发工程

L3级别：大模型应用架构进阶实践

L4级别：大模型微调与私有化部署

一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。