Sådan indstilles OpenAI-nøglen til LangChain i Python

Sadan Indstilles Openai Noglen Til Langchain I Python



Kunstig intelligens (AI) er et af de mest fascinerende og hastigt voksende felter inden for datalogi. En brugervenlig open source-ramme ved navn LangChain blev udviklet for at gøre det nemmere at designe apps, der anvender de store sprogmodeller (LLM'er). LangChain understøtter sprogmodeller fra anerkendte kunstig intelligens platforme såsom OpenAI, skaberen af ​​den indflydelsesrige chatbot – ChatGPT. OpenAI tilbyder en API, der gør det muligt for programmører hurtigt at få adgang til deres potente AI-modeller og integrere dem i deres apps.

Generering af API-nøglen fra OpenAI-platformen

For at bruge OpenAI API i Python skal vi have en hemmelig API-nøgle fra OpenAI-platformen. Så vi går til OpenAI-webstedet.

Websitets grænseflade vises, når vi klikker på linket.









Knapperne til tilmelding og login er placeret. Du kan blot logge ind, når du har en eksisterende kørende konto. Hvis du ikke har en konto på OpenAI, kan du tilmelde dig en ny konto via tilmeldingsmuligheden.



Her vil vi demonstrere, hvordan du tilmelder dig en ny konto. Du kan registrere dig ved hjælp af din Gmail, Apple, Microsoft eller enhver anden konto.





Når du har angivet e-mailadressen, skal du trykke på knappen 'Fortsæt'. Adgangskoden til din OpenAI-konto skal indtastes på næste skærmbillede. Før du fortsætter, skal du godkende din konto. Så snart verifikationen er udført, vil du blive omdirigeret til login-siden. Du skal blot logge ind ved at angive de nødvendige oplysninger som e-mail og adgangskode.



Når du har logget ind på din konto, vises en anden formular, hvor du skal angive dine grundlæggende oplysninger (som kunne ses i det forrige øjebliksbillede), og tryk derefter på 'Fortsæt'.

Det sidste verifikationstrin kommer ind, hvor dit telefonnummer skal godkendes. Udfyld telefonnummeret. Sørg for at angive et gyldigt telefonnummer, da en kode vil blive sendt til dit angivne nummer, som du skal indtaste på næste skærmbillede til verifikationsformål.

Så snart verifikationen er afsluttet, vil du blive dirigeret til den nye grænseflade, som kan ses på følgende vedhæftede snapshot:

Vi har logget ind på vores konto.

Det følgende trin er at oprette en API-nøgle. I øverste højre hjørne kan du undersøge kontoprofilen ved at klikke på den.

Fra listen over muligheder, der er vist i det forrige øjebliksbillede, skal du navigere til indstillingen 'Se API-nøgler'.

I det nye vindue kan vi se muligheden 'Opret ny hemmelig nøgle'. Ved at afkrydse denne knap aktiveres en dialogboks, der vises.

Giv et navn til din nøgle. Her navngiver vi den som 'dummy key'. Tryk derefter på knappen 'Opret hemmelig nøgle' for at fortsætte.

Når du trykker på knappen, får du en hemmelig API-nøgle. Der er en ansvarsfraskrivelse over denne nøgle, som angiver, at denne nøgle kun kan ses én gang. Så vi skal kopiere det et sted, da det ikke kan hentes igen fra OpenAI-kontoen. Hvis vi mister det på en eller anden måde, er den eneste måde at generere en ny.

Derfor opbevarede vi denne hemmelige nøgle sikkert til fremtidig brug.

På det forrige billede kan vi se, at siden nu er opdateret. Listen er revideret til at inkludere den nye nøgle. Når du bruger OpenAI API i dine applikationer, kan du autentificere dine forespørgsler via den API-nøgle, du har fået.

Installation af afhængigheder

Nu hvor vi har genereret vores hemmelige API-nøgle, vil vi installere de Python-afhængigheder, som vi har brug for til projektet. Så vi installerer to Python-pakker her, som er LangChain og OpenAI. Begge disse biblioteker er ikke inkluderet i Python-standardbiblioteket, så vi skal installere dem separat.

Du kan installere dem begge via terminalen ved hjælp af kommandoerne, eller du kan installere dem gennem Python IDE.

For at installere LangChain gennem terminalen, skriv denne kommando:

$ pip installer langchain

For at installere OpenAI-pakken skal du skrive følgende kommando:

$ pip installer openai

Hvis du kører disse kommandoer på terminalen, installeres begge pakker på din maskine, hvis Python allerede er installeret.

Til denne tutorial bruger vi den anden metode, som installeres gennem Python IDE. Python IDE, som vi bruger her, er Pycharm. Vi lancerer Pycharm og opretter et nyt projekt. Som standard opretter det et projekt i Python.

I bunden af ​​Pycharm-grænsefladen vil du se en sidebjælke med en liste over muligheder. Klik på afsnittet 'Python-pakker'. Søg i de nødvendige biblioteker, og klik på knappen 'installer pakke' i højre side for at installere dem.

På det medfølgende billede kan du se installationen af ​​LangChain. På samme måde installerer vi OpenAI-pakken.

Når installationen er færdig, kan du begynde at arbejde på projektet ved at få adgang til forskellige OpenAI-modeller ved hjælp af denne nøgle.

Eksempel:

Lad os oprette et eksempelprogram til at implementere dette koncept, hvor vi specificerer en forespørgsel, og hvor den forudsagte tekst opnås ved hjælp af OpenAI-modulet.

importere du
fra langkæde. llms importere OpenAI
du . rundt regnet [ 'OPENAI_API_KEY' ] = 'DIN NØGLE HER'
llm_langchain = OpenAI ( model_name = 'text-davinci-003' )
tekst_at_forudsige = 'Hvilken er den bedste tekniske færdighed at lære i 2023?'
Print ( llm_langchain ( tekst_at_forudsige ) )

Vi importerer først et modul, dvs. 'os', fra Python-standardbiblioteket. Du kan kommunikere med operativsystemet ved hjælp af dette modul. Derefter importerer vi OpenAI fra Langchain-llms-modulet. Dette hjælper os med at interagere og integrere vores projekt med OpenAI-modulerne.

Efter at have importeret de nødvendige pakker til vores projekt, satte vi derefter den hemmelige API-nøgle, som vi tidligere har opnået, som 'os'-miljøvariablen. Denne nøgle giver os adgang til OpenAI-modulerne i vores projekt. 'os.environ' er et objekt, der bruges til at kortlægge brugerens miljøvariabler. Angiv din hemmelige API-nøgle på 'DIN NØGLE HER'.

Da vi laver noget tekstforudsigelse, er den model, der bruges til tekstforudsigelse “model_ fra OpenAI platformen. Vi tildeler det til funktionen 'llm_langchain'. Derefter leverer vi den tekst, der skal forudsiges ved hjælp af OpenAI's specificerede modul, som er 'Hvilken er den bedste tekniske færdighed at lære i 2023?' Til sidst, ved hjælp af printfunktionen, viser vi den forventede output-tekst på Python-konsollen.

Den forudsagte tekst, der er opnået af OpenAI-modellen 'text-davinci-003' er vist i følgende snapshot:

Konklusion

Integrationen af ​​OpenAI med LangChain i Python er forklaret i denne artikel. OpenAI er kort beskrevet for dig i artiklens introduktionssektion. Desuden forklares genereringen af ​​den hemmelige API-nøgle fra OpenAI-platformen. Ydermere har vi udarbejdet og implementeret installationen af ​​nødvendige afhængigheder i Python-projektet. Til sidst oprettede vi et simpelt Python-program ved at importere OpenAI og LangChain for at generere et svar ved hjælp af en AI-model til en specificeret forespørgsel.