GPT实战系列-LangChain如何构建基通义千问的多工具链

Alex_StarSky

已于 2024-03-21 11:18:38 修改

阅读量1.8k

点赞数 34

分类专栏： GPT实战系列文章标签： gpt langchain 通义千问 tongyi qwen LLM Chain

于 2024-03-09 23:47:11 首次发布

本文链接：https://blog.csdn.net/Alex_StarSky/article/details/136593504

版权

本文介绍了如何使用LangChain框架构建基于通义千问的多工具链，涉及Prompt链的构建、SimpleSequentialChain的使用，以及如何通过LangChain与LLMs进行交互，管理模型和对话版本。

摘要由CSDN通过智能技术生成

LangChain

GPT实战系列-LangChain如何构建基通义千问的多工具链

随着OpenAI的GPT-4这样的大型语言模型（LLMs）已经风靡全球，现在让它们自动执行各种任务，如回答问题、翻译语言、分析文本等。LLMs是在交互上真正体验到像“人工智能”。如何管理这些模块呢？

LangChain在这方面发挥重要作用。LangChain使构建由LLMs驱动的应用程序变得简单，使用LangChain，可以在统一的界面中轻松与不同类型的LLMs进行交互，管理模型版本，管理对话版本，并将LLMs连接在一起。

本例子中，采用通义千问作为LLM

# 引入需要的模块
from langchain.chains import LLMChain, SimpleSequentialChain

from langchain import PromptTemplate

import os

设置千问的相关环境，和模型接口函数：

from langchain_community.llms import Tongyi
os.environ

关注

专栏目录