LangChain基础知识学习笔记 | 解锁LLM

最新推荐文章于 2024-09-27 10:58:53 发布

大模型史老师

最新推荐文章于 2024-09-27 10:58:53 发布

阅读量853

点赞数 15

分类专栏：大模型学习笔记文章标签：人工智能语言模型 langchain 笔记学习

本文链接：https://blog.csdn.net/ag_ndqn/article/details/140577276

版权

大模型学习笔记专栏收录该内容

5 篇文章 0 订阅

订阅专栏

📚 LangChain基础知识学习笔记 | 解锁LLMs应用新技能 🚀

Hey小伙伴们！今天来跟大家分享我最近学习的超酷框架——LangChain！如果你也对大语言模型（LLMs）的应用开发感兴趣，这篇笔记你绝对不能错过！🌟

1. 什么是LangChain？ 🤔

LangChain是由Harrison Chase在2022年10月创建的，它是一个围绕LLMs建立的框架。LangChain并不直接开发LLMs，而是为各种LLMs提供通用的接口，将相关组件“链接”在一起，大大降低了LLMs应用的开发难度。🔧

2. LangChain的核心组件 🔧

Models：支持LLMs、Chat Models和Embeddings Models。LLMs接收文本返回文本，Chat Models处理聊天消息，Embeddings Models则将文本转换为浮点数列表。
Prompts：包括提示管理、提示优化和提示序列化。通过zero-shot和few-shot提示方式，让模型理解更复杂的业务场景。
Chains：描述将LLM与其他组件结合完成应用程序的过程。
Agents：负责控制整段代码的逻辑和执行，可以访问第三方工具（如搜索引擎、数据库）来辅助LLMs。
Memory：保存和模型交互时的上下文状态，分为短期记忆和长期记忆。
Indexes：用于结构化文档，以便和模型交互。

3. 快速上手示例 💻

安装LangChain和qianfan：

pip install langchain  
pip install qianfan

使用Qianfan大模型平台：

申请API KEY和SECRET KEY。

编写代码调用模型，比如让模型讲个笑话：

import os  
from langchain_community.llms import QianfanLLMEndpoint  
 
os.environ['QIANFAN_AK'] = "你的API KEY"  
os.environ['QIANFAN_SK'] = "你的SECRET KEY"  
 
llm = QianfanLLMEndpoint(model="ERNIE-Bot-turbo")  
res = llm("帮我讲个笑话吧")  
print(res)

4. Agents实战 🔍

Agents超级强大，可以帮助我们完成更复杂的任务。比如，查询中国的人口数量：

from langchain_community.llms import QianfanLLMEndpoint  
from langchain.agents import load_tools, initialize_agent, AgentType  
  
llm = QianfanLLMEndpoint(model='Qianfan-Chinese-Llama-2-7B')  
tools = load_tools(["wikipedia"], llm=llm)  
agent = initialize_agent(tools=tools, llm=llm, agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION, verbose=True)  
  
prompt_template = "中国目前有多少人口"  
prompt = PromptTemplate.from_template(prompt_template)  
res = agent.run(prompt)  
print(res)

5. 总结 📚

LangChain真是一个超级实用的框架，它让LLMs应用的开发变得更加简单和高效。通过学习LangChain，你可以快速搭建起自己的智能应用，解锁LLMs的无限可能！🚀

希望这篇学习笔记对大家有所帮助，如果你也对LangChain感兴趣，不妨动手试一试吧！记得给我点赞和关注哦！❤️

记得在发布时，添加一些相关的图片或图表，让笔记更加生动有趣！如果有任何问题或想要进一步讨论，欢迎在评论区留言哦！💬