Kuinka käyttää keskustelupuskuriikkunaa LangChainissa?

Kuinka Kayttaa Keskustelupuskuriikkunaa Langchainissa



LangChain on kehys, jota voidaan käyttää Python-muistikirjassa kielimallien tai chatbottien kouluttamiseen koneoppimismalleilla. Näitä kielimalleja käytetään keskusteluun ihmisten kanssa heidän luonnollisella kielellään sen jälkeen, kun heidät on koulutettu ihmismäisillä kielillä. Tämä viesti havainnollistaa keskustelupuskuriikkunan käyttöä LangChainissa.

Kuinka käyttää keskustelupuskuriikkunaa LangChainissa?

Keskustelupuskuri-ikkunaa käytetään pitämään keskustelun viimeisimmät viestit muistissa uusimman kontekstin saamiseksi. Se käyttää K:n arvoa viestien tai merkkijonojen tallentamiseen muistiin LangChain-kehyksen avulla.

Jos haluat oppia käyttämään keskustelupuskuriikkunaa LangChainissa, käy läpi seuraava opas:







Vaihe 1: Asenna moduulit

Aloita keskustelupuskuriikkunan käyttö asentamalla LangChain-moduuli, jossa on tarvittavat riippuvuudet keskustelumallien rakentamiseen:



pip asennus langchain



Asenna sen jälkeen OpenAI-moduuli, jolla voidaan rakentaa suuria kielimalleja LangChainissa:





pip install openai

Nyt, määritä OpenAI-ympäristö LLM-ketjujen rakentaminen OpenAI-tilin API-avaimella:



tuonti sinä
tuonti getpass

sinä . suunnilleen [ 'OPENAI_API_KEY' ] = getpass . getpass ( 'OpenAI API Key:' )

Vaihe 2: Keskustelupuskurin ikkunan muistin käyttäminen

Jos haluat käyttää keskustelupuskuriikkunan muistia LangChainissa, tuo ConversationBufferWindowMemory kirjasto:

alkaen langchain. muisti tuonti ConversationBufferWindowMemory

Määritä muisti käyttämällä ConversationBufferWindowMemory ()-menetelmä, jonka argumentti on k:n arvo. K:n arvoa käytetään säilyttämään keskustelun viimeisimmät viestit ja määrittämään sitten harjoitustiedot syöte- ja lähtömuuttujien avulla:

muisti = ConversationBufferWindowMemory ( k = 1 )

muisti. save_context ( { 'syöttö' : 'Hei' } , { 'lähtö' : 'Miten menee' } )

muisti. save_context ( { 'syöttö' : 'Minulle kuuluu hyvää Entä sinulle' } , { 'lähtö' : 'ei paljon' } )

Testaa muisti soittamalla numeroon load_memory_variables () tapa aloittaa keskustelu:

muisti. load_memory_variables ( { } )

Saat keskustelun historian määrittämällä ConversationBufferWindowMemory()-funktion käyttämällä return_messages Perustelu:

muisti = ConversationBufferWindowMemory ( k = 1 , return_messages = Totta )

muisti. save_context ( { 'syöttö' : 'Hei' } , { 'lähtö' : 'miten menee' } )

muisti. save_context ( { 'syöttö' : 'en paljon sinä' } , { 'lähtö' : 'ei paljon' } )

Soita nyt muistiin käyttämällä load_memory_variables () tapa saada vastaus keskustelun historiaan:

muisti. load_memory_variables ( { } )

Vaihe 3: Puskuriikkunan käyttäminen ketjussa

Rakenna ketju käyttämällä OpenAI ja Keskusteluketju kirjastot ja määritä sitten puskurimuisti tallentamaan keskustelun viimeisimmät viestit:

alkaen langchain. ketjut tuonti Keskusteluketju
alkaen langchain. llms tuonti OpenAI
#keskustelun yhteenveto useilla parametreilla
keskustelu_yhteenvedon kanssa = Keskusteluketju (
llm = OpenAI ( lämpötila = 0 ) ,
#building muistipuskuri käyttää sen funktiota arvolla k viimeaikaisten viestien tallentamiseen
muisti = ConversationBufferWindowMemory ( k = 2 ) ,
#configure monisanainen muuttuja saadaksesi luettavamman tulosteen
monisanainen = Totta
)
keskustelu_yhteenvedon kanssa. ennustaa ( syöttö = 'Hei miten menee' )

Jatka nyt keskustelua esittämällä mallin tuottoon liittyvä kysymys:

keskustelu_yhteenvedon kanssa. ennustaa ( syöttö = 'Mikä heidän ongelmansa on' )

Malli on määritetty tallentamaan vain yksi aikaisempi viesti, jota voidaan käyttää kontekstina:

keskustelu_yhteenvedon kanssa. ennustaa ( syöttö = 'Meneekö hyvin' )

Pyydä ratkaisua ongelmiin ja tulostusrakenne jatkaa puskuriikkunan liukumista poistamalla aikaisemmat viestit:

keskustelu_yhteenvedon kanssa. ennustaa ( syöttö = 'Mikä on ratkaisu' )

Siinä on kaikki keskustelupuskurin LangChain-ikkunoiden käyttöprosessista.

Johtopäätös

Jos haluat käyttää keskustelupuskuriikkunan muistia LangChainissa, asenna moduulit ja määritä ympäristö OpenAI:n API-avaimella. Rakenna sen jälkeen puskurimuisti käyttämällä k:n arvoa, jotta keskustelun viimeisimmät viestit säilyvät kontekstin säilyttämiseksi. Puskurimuistia voidaan käyttää myös ketjujen kanssa keskustelun käynnistämiseen LLM:n tai ketjun kanssa. Tässä oppaassa on käsitelty keskustelupuskuriikkunan käyttöä LangChainissa.