利用Cohere增强AI应用：从安装到高级功能的详解

本文链接：https://blog.csdn.net/dfvcbipanjr/article/details/142699812

引言

Cohere是一家加拿大初创公司，专注于自然语言处理领域，为企业提供改进人机交互的AI模型。这篇文章将为你详细介绍如何使用Cohere的功能，从初步安装到高级应用，包括聊天机器人构建、文本生成、RAG检索器、文本嵌入和多工具调用等。

主要内容

1. 安装和设置

要开始使用Cohere，首先需要安装Python SDK：

pip install langchain-cohere

接着，获取Cohere API密钥，并将其设置为环境变量：

export COHERE_API_KEY=your_api_key

2. Cohere功能概览

Cohere提供多种API接口，以下是一些关键的功能模块：

Chat: 用于构建聊天机器人
LLM: 用于生成文本
RAG Retriever: 连接到外部数据源
Text Embedding: 将字符串嵌入到向量中
Rerank Retriever: 基于相关性对字符串进行排名

代码示例

使用Chat模块构建简单的聊天应用

from langchain_cohere import ChatCohere
from langchain_core.messages import HumanMessage

chat = ChatCohere()
messages = [HumanMessage(content="knock knock")]
print(chat.invoke(messages))  # 使用API代理服务提高访问稳定性

工具调用示例

通过绑定工具到LLM，我们可以进行复杂的操作：

from langchain_cohere import ChatCohere
from langchain_core.messages import HumanMessage, ToolMessage
from langchain_core.tools import tool

@tool
def magic_function(number: int) -> int:
    return number + 10

def invoke_tools(tool_calls, messages):
    for tool_call in tool_calls:
        selected_tool = {"magic_function": magic_function}[tool_call["name"].lower()]
        tool_output = selected_tool.invoke(tool_call["args"])
        messages.append(ToolMessage(tool_output, tool_call_id=tool_call["id"]))
    return messages

tools = [magic_function]
llm = ChatCohere()
llm_with_tools = llm.bind_tools(tools=tools)
messages = [HumanMessage(content="What is the value of magic_function(2)?")]

res = llm_with_tools.invoke(messages)
while res.tool_calls:
    messages.append(res)
    messages = invoke_tools(res.tool_calls, messages)
    res = llm_with_tools.invoke(messages)

print(res.content)  # 使用API代理服务提高访问稳定性