通过langchain的LLMChain和SimpleSequentialChain学习一项新技能

我们在年轻或者年老的时候都会学习不同的新技能，小时候在幼儿园经常要学习如何尿尿的更远，年老的时候要学习如何不把尿尿到裤子里，总之活到老学到老，总归有一项新技能等待着你去学习去探索，当LLM出现之后学习的方法也发生了一定的改变，各种技能精熟的老师遍地都是，如温馨一盐，同意倩文，心肺性火等等，我们又可以利用狼晨把以上的乐乐米玩弄于故障之中，以下是在极客时间学习langchain的一些小例子之一，利用llm+openai学习一项新技能。

代码如下

from langchain.llms import OpenAI
from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate
from langchain.chains import SimpleSequentialChain

skill 链

llm = OpenAI(temperature=1)
template = “”"Your job is to provide a simple learning step for the skill that the user suggests.
% USER SKILL
{user_skill}

YOUR RESPONSE:
“”"
prompt_template = PromptTemplate(input_variables=[“user_skill”], template=template)
skill_chain = LLMChain(llm=llm, prompt=prompt_template)

learning_step 链

template = “”"Given a skill, provide a simple learning step on how to acquire that skill.
% SKILL
{user_learning_step}

YOUR RESPONSE:
“”"
prompt_template = PromptTemplate(input_variables=[“user_learning_step”], template=template)
learning_step_chain = LLMChain(llm=llm, prompt=prompt_template)

通过 SimpleSequentialChain 串联起来，第一个答案会被替换第二个中的user_learning_step，然后再进行询问

overall_chain = SimpleSequentialChain(chains=[skill_chain, learning_step_chain], verbose=True)
review = overall_chain.run(“Python编程”)

代码解释：

首先，我们从langchain.llms中导入OpenAI，从langchain.chains中导入LLMChain和SimpleSequentialChain，从langchain.prompts中导入PromptTemplate。
接着，我们创建一个名为skill_chain的LLMChain实例，它负责根据用户提供的技能生成一个简单的学习步骤。我们定义了一个包含user_skill变量的PromptTemplate，并将其与llm一起传递给LLMChain。
然后，我们创建一个名为learning_step_chain的LLMChain实例，它负责根据给定的技能生成简单的学习步骤。我们定义了一个包含user_learning_step变量的PromptTemplate，并将其与llm一起传递给LLMChain。
最后，我们使用SimpleSequentialChain将skill_chain和learning_step_chain串联起来。当我们运行overall_chain时，它首先调用skill_chain来生成简单的学习步骤，然后将结果传递给learning_step_chain以生成更详细的学习步骤。
这个示例展示了如何使用Langchain的SimpleSequentialChain将两个LLMChain串联起来，实现根据用户提供的技能生成简单的学习步骤的功能。