简单的langchain使用模版

from langchain.chains import SimpleChain
from langchain.prompts import PromptTemplate
from langchain.llms import OpenAI
from langchain.callbacks import CallbackManager
from langchain.callbacks.stdout import StdOutCallbackHandler
from langchain.memory import SimpleMemory

# 定义预处理函数，用于清理输入文本
def preprocess_text(text):
    return text.strip().lower()

# 定义后处理函数，用于处理模型输出
def postprocess_text(text):
    return text.capitalize()

# 定义一个简单的错误处理函数
def error_handler(e):
    print(f"Error encountered: {e}")
    return "Sorry, an error occurred."

# 定义一个提示模板
prompt_template = PromptTemplate(
    input_variables=["input_text"],
    template="将以下文本翻译成中文: {input_text}"
)

# 创建一个OpenAI模型实例（假设你已经配置了API密钥）
llm = OpenAI(model="text-davinci-003")

# 使用CallbackManager来管理回调
callback_manager = CallbackManager([StdOutCallbackHandler()])

# 使用SimpleMemory来管理会话记忆
memory = SimpleMemory()

# 创建一个完善的链式处理流程
class EnhancedChain(SimpleChain):
    def __init__(self, prompt_template, llm, preprocess=None, postprocess=None, on_error=None):
        super().__init__(prompt_template=prompt_template, llm=llm)
        self.preprocess = preprocess
        self.postprocess = postprocess
        self.on_error = on_error

    def run(self, inputs):
        try:
            # 预处理
            if self.preprocess:
                inputs['input_text'] = self.preprocess(inputs['input_text'])

            # 执行链式处理
            output = super().run(inputs)

            # 后处理
            if self.postprocess:
                output = self.postprocess(output)

            return output

        except Exception as e:
            if self.on_error:
                return self.on_error(e)
            raise e

# 实例化增强的链式处理流程
enhanced_chain = EnhancedChain(
    prompt_template=prompt_template,
    llm=llm,
    preprocess=preprocess_text,
    postprocess=postprocess_text,
    on_error=error_handler
)

# 测试链，传入示例文本
input_text = "  Hello, how are you?  "
result = enhanced_chain.run({"input_text": input_text})

# 输出结果
print(result)