借助LangChain与Eden AI模型互动：释放无限的AI潜力

最新推荐文章于 2024-09-27 10:58:53 发布

bhawfgrcbtwny

最新推荐文章于 2024-09-27 10:58:53 发布

阅读量349

点赞数 4

文章标签： langchain 人工智能 python

本文链接：https://blog.csdn.net/bhawfgrcbtwny/article/details/142373236

版权

# 引言

在当今的人工智能领域，Eden AI通过统一最佳AI提供商，改变了AI的格局。它为用户提供了一个综合无忧的平台，用户可以通过一个简单的API访问AI的全部功能。本文将介绍如何使用LangChain与Eden AI模型进行交互，从而快速将AI功能部署到生产环境。

# 主要内容

## 获取Eden AI的API密钥

访问Eden AI的API需要一个API密钥。您可以通过创建账户来获取密钥：[注册](https://app.edenai.run/user/register)后，前往[设置](https://app.edenai.run/admin/account/settings)。获取密钥后，可以通过以下命令将其设置为环境变量：

```bash
export EDENAI_API_KEY="..."

初始化EdenAI LLM类

如果不想将API密钥设置为环境变量，也可以通过edenai_api_key参数直接传入密钥：

from langchain_community.llms import EdenAI

llm = EdenAI(edenai_api_key="...", provider="openai", temperature=0.2, max_tokens=250)

调用特定模型

EdenAI API汇集了多个提供商提供的各种模型。要访问特定模型，可以在实例化时添加model参数。例如，使用OpenAI提供的GPT3.5进行文本生成：

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

llm = EdenAI(
    feature="text",
    provider="openai",
    model="gpt-3.5-turbo-instruct",
    temperature=0.2,
    max_tokens=250,
)

prompt = """
User: Answer the following yes/no question by reasoning step by step. Can a dog drive a car?
Assistant:
"""

response = llm(prompt)

图像生成

还可以使用EdenAI进行图像生成，例如创建Picasso风格的图像：

import base64
from io import BytesIO
from PIL import Image

def print_base64_image(base64_string):
    decoded_data = base64.b64decode(base64_string)
    image_stream = BytesIO(decoded_data)
    image = Image.open(image_stream)
    image.show()

text2image = EdenAI(feature="image", provider="openai", resolution="512x512")
image_output = text2image("A cat riding a motorcycle by Picasso")
print_base64_image(image_output)

文本生成与回调

通过回调处理实时文本生成：

from langchain_community.llms import EdenAI
from langchain_core.callbacks import StreamingStdOutCallbackHandler

llm = EdenAI(
    callbacks=[StreamingStdOutCallbackHandler()],
    feature="text",
    provider="openai",
    temperature=0.2,
    max_tokens=250,
)

prompt = """
User: Answer the following yes/no question by reasoning step by step. Can a dog drive a car?
Assistant:
"""

print(llm.invoke(prompt))

链式调用

以下示例展示了如何通过链式调用生成产品名称、公司Logo描述并最终创建Logo图像：

from langchain.chains import LLMChain, SimpleSequentialChain
from langchain_core.prompts import PromptTemplate

llm = EdenAI(feature="text", provider="openai", temperature=0.2, max_tokens=250)
text2image = EdenAI(feature="image", provider="openai", resolution="512x512")

prompt = PromptTemplate(
    input_variables=["product"],
    template="What is a good name for a company that makes {product}?",
)

chain = LLMChain(llm=llm, prompt=prompt)

second_prompt = PromptTemplate(
    input_variables=["company_name"],
    template="Write a description of a logo for this company: {company_name}, the logo should not contain text at all ",
)
chain_two = LLMChain(llm=llm, prompt=second_prompt)

third_prompt = PromptTemplate(
    input_variables=["company_logo_description"],
    template="{company_logo_description}",
)
chain_three = LLMChain(llm=text2image, prompt=third_prompt)

overall_chain = SimpleSequentialChain(
    chains=[chain, chain_two, chain_three], verbose=True
)
output = overall_chain.run("hats")

print_base64_image(output)