Hvordan implementerer man OpenAI-funktioner ved hjælp af OpenAPI Call i LangChain?

Hvordan Implementerer Man Openai Funktioner Ved Hjaelp Af Openapi Call I Langchain



OpenAI i LangChain bruges til at bygge chatbots ved hjælp af Natural Language Processing-domæner i kunstig intelligens. OpenAI leverer API-nøglerne, som kan integreres med LLM-applikationer til at styre spørgsmålsbesvarelsesmodeller, hvilket gør det mere effektivt. Brugeren kan udtrække data fra internettet ved hjælp af OpenAPI-kaldet ved at implementere OpenAI-funktioner.

Denne guide vil forklare processen med at implementere OpenAI-funktioner ved hjælp af OpenAPI-kald i LangChain.







Hvordan implementerer man OpenAI-funktioner ved hjælp af OpenAPI Call i LangChain?

For at implementere OpenAI-funktioner ved hjælp af OpenAPI-kald, skal du blot følge denne vejledning for forskellige OpenAPI-kald:



Opsætningskrav



Installer LangChain-moduler ved hjælp af følgende kode for at begynde at bruge OpenAI-funktioner:





pip installere langkæde



Installer OpenAI-modulet for at bruge dets funktioner i LangChain:

pip installere openai



Brug API-nøglen til OpenAI efter at have udført følgende kode:



import os
importere getpass

os.miljø [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'OpenAI API-nøgle:' )


Metode 1: Brug af Klarna OpenAPI Call

Når OpenAI API-nøglen er integreret med modellen, skal du blot importere ' get_openapi_chian ” bibliotek:

fra langchain.chains.openai_functions.openapi import get_openapi_chain


Brug biblioteket med Klarna OpenAPI-kaldet og få data ved at udføre kæden:

kæde = get_openapi_chain (
'https://www.klarna.com/us/shopping/public/openai/v0/api-docs/'
)



Derefter skal du blot udføre funktionen chain.run() med kommandoen skrevet inden i dens klammeparenteser for at få data i overensstemmelse hermed:

kæde.løb ( 'Shirt muligheder for mænd i blå farve' )


Dataene udtrukket fra OpenAPI-opkaldet baseret på kommandoen er detaljerne for de skjorter, der er tilgængelige til mænd i den blå farve:

Metode 2: Brug af OpenAI-funktionen i oversættelsestjenesten

Udfør ' get_openapi_chain() ”-funktion ved at bruge linket til oversættelsesmodellen for at få oversættelse til forskellige sprog:

kæde = get_openapi_chain ( 'https://api.speak.com/openapi.yaml' , ordrig = Sandt )


Udfør kæden med en prompt med sproget for at oversætte teksten i dens argumenter:

kæde.løb ( 'Sig hvordan har du det på arabisk' )



Produktion

Outputskærmbilledet viser JSON-formatet for kommandoen, der konverterer ' Hvordan har du det ” på arabisk:

Metode 3: Brug af XKCD OpenAPI Call

Et andet OpenAPI-kald er XKCD, som kan bruges til at få detaljer om bøgerne ved hjælp af dets link som vist i følgende kode:

kæde = get_openapi_chain (
'https://gist.githubusercontent.com/roaldnefs/053e505b2b7a807290908fe9aa3e1f00/raw/0a
212622ebfef501163f91e23803552411ed00e4/openapi.yaml'

)



Kør prompten, der bruges i funktionen chain.run() for at udtrække information ved hjælp af OpenAPI-kaldet:

kæde.løb ( 'Hvad er dagens fiktion?' )


Følgende skærmbillede viser de tilgængelige bøger i fiktionsgenren med deres detaljer som nummer, årstal, titel osv.:


Det handler om at implementere OpenAI-funktioner ved hjælp af OpenAPI-kald i LangChain.

Konklusion

For at implementere OpenAI-funktioner ved hjælp af OpenAPI-kaldet i LangChain, skal du blot installere LangChain- og OpenAI-moduler for at implementere dets forskellige funktioner. Derefter skal du konfigurere en OpenAI API-nøgle fra dens konto og derefter bruge forskellige OpenAPI-kald som Klarna, Oversættelsestjeneste og XKCD. Denne vejledning har forklaret processen med at implementere OpenAI-funktioner ved hjælp af OpenAPI-kald i LangChain.