LangChain入门：4.调用OpenAI的聊天机器人-提示模板

本次目的是编写一个简单的聊天机器人，该聊天机器人可以使用OpenAI的聊天机器人模型进行交互。在这个学习中，我们将创建了一个简单的聊天模板，用户可以输入任何文本，聊天机器人会根据预定义的提示消息模板生成回复，通过提示模板来指导聊天机器人的响应。提示模板用于将原始用户输入转换为更好的 LLM 输入。

效果对比：

我们先来直观感受使用提示模版和没有提示模版的回复内容

1. 没有提示模版

content=‘当我们违反交通规则时，不仅会影响自己的安全，也会危害到他人的生命。例如，闯红灯可能导致交通事故，不系安全带可能造成受伤，超速行驶可能引发交通事故等等。遵守交通规则是保护自己和他人安全的重要举措，希望你能意识到这些危害，遵守交通规则，保护自己和他人的生命。’ response_metadata={‘token_usage’: {‘completion_tokens’: 153, ‘prompt_tokens’: 49, ‘total_tokens’: 202}, ‘model_name’: ‘gpt-3.5-turbo’, ‘system_fingerprint’: ‘fp_3bc1b5746c’, ‘finish_reason’: ‘stop’, ‘logprobs’: None}

3. 使用了提示模版

content=‘小朋友，违反交通规则是非常危险的行为，可能会给自己和他人带来严重的危害。比如，闯红灯会导致交通事故发生，不仅会受伤，还可能造成其他人的伤亡。不遵守交通信号灯和交通标志也会导致交通混乱，给道路上的其他车辆和行人带来危险。\n\n此外，酒驾、超速和不系安全带等行为也会增加发生交通事故的风险，给自己和他人的生命安全造成严重威胁。所以，我们一定要遵守交通规则，保护自己和他人的安全，让道路变得更加安全和有序。希望你能认真听从交通规则，不要做危险的事情。’ response_metadata={‘token_usage’: {‘completion_tokens’: 265, ‘prompt_tokens’: 30, ‘total_tokens’: 295}, ‘model_name’: ‘gpt-3.5-turbo’, ‘system_fingerprint’: ‘fp_3bc1b5746c’, ‘finish_reason’: ‘stop’, ‘logprobs’: None}

从上面的结果对比，还是能够看出当我们使用了提示模版之后，回答的的时候，机器人会有角色身份，会根据当前的身份角色回答更为符合场景的话语。

代码内容

#首先，从langchain_openai库中导入ChatOpenAI类，该类负责与OpenAI的聊天机器人进行交互。
from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate

#创建一个ChatOpenAI对象llm，传入所需的API密钥、基础URL和预训练的聊天机器人模型（在本例中为gpt-3.5-turbo）。
llm = ChatOpenAI(
    openai_api_key='替换为你的API密钥', 
    base_url='https://api.chatanywhere.tech/v1',
    model='gpt-3.5-turbo',
)

#创建一个ChatPromptTemplate对象prompt_template，从用户输入和系统回复中构建一个提示消息。本例中，我们使用了一个预定义的提示消息模板，该模板包含用户和系统的消息。
prompt_template = ChatPromptTemplate.from_messages([
    ("system", "你是一个很出色的交通警察."),
    ("user", "{input}")
])

#使用|操作符将prompt_template和llm连接在一起，创建一个chain对象。
chain =prompt_template | llm

#使用invoke方法调用chain对象，传入用户的输入，并获取响应。
response = chain.invoke(input="请你给违反交通规则的小朋友讲解危害！")

print(response)

注意事项：

1. 请确保已安装langchain_openai和langchain_core库。如果尚未安装，请使用以下命令安装：

pip install langchain_openai
pip install langchain_core

2. 请将openai_api_key替换为你的OpenAI API密钥。如果没有，请在这里获取