langchain 起名大师

最新推荐文章于 2024-09-30 15:42:36 发布

苍墨穹天

最新推荐文章于 2024-09-30 15:42:36 发布

阅读量247

点赞数 9

文章标签： langchain 前端 django python 后端自然语言处理

本文链接：https://blog.csdn.net/Mooczx/article/details/141571596

版权

后端API

from langchain.prompts.pipeline import PipelinePromptTemplate
from langchain.prompts.prompt import PromptTemplate

@action(methods=['get'], detail=False)
def give_name(request):
    user1 = '起名'
    name1 = str(request.GET.get('name'))
    sex1 = str(request.GET.get('sex'))
    style1 = str(request.GET.get('style'))
    # print(f'姓氏:{name}, 性别:{sex}, 风格:{style}')
    print(name1,sex1,style1)

    full_template = "{user}{name}{sex}{style}"
    full_prompt = PromptTemplate.from_template(full_template)

    # 第一层基本设计
    user = """#你是一个擅长{user}的大师,请你起根据性别,姓氏,风格起三个名字。"""
    user_prompt = PromptTemplate.from_template(user)

    # 第二层基本设计
    name = """#姓氏{name}"""
    name_prompt = PromptTemplate.from_template(name)

    # 第三层基本设计
    sex = """#性别{sex}"""
    sex_prompt = PromptTemplate.from_template(sex)

    # 第四层基本设计
    style = """#风格{style}"""
    style_prompt = PromptTemplate.from_template(style)

    input_prompts = [
        ("user", user_prompt),
        ("name", name_prompt),
        ("sex", sex_prompt),
        ("style", style_prompt),
    ]

    # pipeline_prompt = PipelinePromptTemplate(final_prompt=full_prompt, pipeline_prompts=input_prompts)
    pipeline_prompt = PipelinePromptTemplate(final_prompt=full_prompt, pipeline_prompts=input_prompts)

    print(pipeline_prompt.format(user=user1,name=name1,sex=sex1,style=style1))

    responses = Generation.call(
        model="qwen-plus",
        prompt=pipeline_prompt.format(user=user1,name=name1,sex=sex1,style=style1),
        result_format='message',
        stream=True,  # 设置输出方式为流式输出
        incremental_output=True  # 增量式流式输出
    )
    response = StreamingHttpResponse(
        generate_sse(responses),
        content_type="text/event-stream",
    )
    response["Cache-Control"] = "no-cache"
    return response

    # tongyi = Tongyi()
    # response = tongyi(pipeline_prompt.format(user=user1,name=name1,sex=sex1,style=style1))
    # print(response)
    # return HttpResponse(response)
    # 流式输出
    response = StreamingHttpResponse(
        generate_sse(response),
        content_type="text/event-stream",
    )
    response["Cache-Control"] = "no-cache"
    return response

路由

    path('givename', views.give_name, name='givename')

前端vue项目 js代码

import { ref } from "vue";

const name = ref("");
const sex = ref("");
const style = ref("");
let source = null
const resmes = ref("")

const connectToStream = () => {
    console.log(name.value, sex.value, style.value);
    // 创建一个新的EventSource实例，用于连接到服务器的API端点
    // 通过查询参数传递content的值给服务器
    source = new EventSource("http://127.0.0.1:8000/api/app01/givename?name=" + name.value + "&sex=" + sex.value + "&style=" + style.value);

    // 当EventSource接收到消息时，处理新消息
    // 将接收到的消息数据追加到resmes的当前值后面
    source.onmessage = (event => {
        resmes.value = resmes.value + event.data
    });

    // 当EventSource发生错误时，处理错误
    // 打印错误信息到控制台，并关闭EventSource连接
    // 防止未处理的错误导致持续的网络连接占用
    source.onerror = (error => {
        console.error('EventSource failed:', error);
        source.close();
        source = null;
    });
}