Hvordan bygger man skabelonformater i LangChain?

Hvordan Bygger Man Skabelonformater I Langchain



De store sprogmodeller eller LLM'er bruges til at skabe en interaktiv model, der kan kommunikere med mennesker på naturlige sprog. Brugeren skal konfigurere skabelonen til meddelelserne, så modellen kan forstå teksten og derefter generere svaret effektivt. For at generere teksten i naturligt sprog, skal modellen trænes på datasættet i det naturlige sprog.

Dette indlæg vil illustrere processen med at bygge skabelonformater i LangChain.







Hvordan bygger man skabelonformater i LangChain?

Python er det mest effektive programmeringssprog, der bruger ' jinja2 ' og ' fstreng ” skabelonformater, da f-strengen bruges som standard. For at lære, hvordan man bygger et skabelonformat i LangChain, skal du blot følge denne guide:



Forudsætning: Installer LangChain



Først skal du installere LangChain-rammeværket, der indeholder PromptTemplate-bibliotekerne, som kan bruges til at bygge skabelonformater. LangChain framework installerer alle de nødvendige afhængigheder for at bygge strukturen af ​​forespørgslen til LLM'erne eller chatbots:





pip installer langkæde

Metode 1: Brug af jinja2 skabelon

Importer derefter PromptTemplate-biblioteket for at bruge jinja2-skabelonen, der indeholder forespørgslen med variabler, der er defineret i prompt.format()-metoden. Jinja2-formatet er angivet som parameteren for metoden PromptTemplate() og tildelt promptvariablen:



fra langchain.prompts importer PromptTemplate

jinja2_template = 'Fortæl mig et {{ style }} digt om {{ tema }}'
prompt = PromptTemplate.from_template(jinja2_template, template_format='jinja2')

prompt.format(style='motiverende', theme='earth')

Outputtet viser, at modellen har brugt værdierne af variablen i forespørgslen korrekt efter at have forstået den:

Metode 2: Brug af fstring-skabelon

Den anden metode bruger fstring-skabelonformatet, der som standard bruges som PromptTemplate af Python-programmeringssproget. For eksempel ' fstring_template variabel indeholder forespørgslen og kalder derefter PromptTemplate()-metoden med variablen inde for at bygge skabelonformatet:

fra langchain.prompts importer PromptTemplate

fstring_template = '''Fortæl mig et {style}-digt om {theme}'''
prompt = PromptTemplate.from_template(fstring_template)

prompt.format(style='motiverende', theme='earth')

Det handler om processen med at bygge skabelonformater i LangChain.

Konklusion

For at bygge skabelonformatet i LangChain skal du blot starte processen ved at installere LangChain-rammeværket. Den indeholder alle afhængigheder for at bruge funktionen PromptTemplate(). Den bruger fstreng skabelonformat som standard for Python-programmeringssprogene. Brugeren kan også bruge jinja2 skabelon ved hjælp af template_format parameter. Denne guide har forklaret begge PromptTemplate-formater til at bygge skabelonen i LangChain.