LangChain大模型应用开发指南-从最基础的链式结构到ReAct对话结构
输入“/”快速插入内容
LangChain大模型应用开发指南-从最基础的链式结构到ReAct对话结构
LangChain大模型应用开发指南-从最基础的链式结构到ReAct对话结构
2024年7月10日创建
今天我将拆解上节课讲授的问答系统案例，将其中涉及到Modal I/O 组件的部分拆解出来进行深度精讲，基于最基本且最典型的IO链式结构作为引入及过渡后讲解问答系统中使用到的React对话模型，并最终教会你是什么样的化学作用，使得最简单模板套用衍生出如此复杂的应用模式。
案例回顾与分析
首先我们将上节课的问答系统进行深度简化，仅保留与Modal I/O 组件相关的部分，代码如下
代码块
from langchain.llms import OpenAI
from langchain import hub
from langchain.output_parsers import StructuredOutputParser, ResponseSchema
from langchain.prompts import PromptTemplate
# 大模型定义
api_key = ""
api_url = ""
modal= "Qwen"
llm = OpenAI(model_name=modal,openai_api_key=api_key,openai_api_base=api_url,temperature=0.0)
# 定义输出解析器
response_schemas = [
ResponseSchema(name="answer", description="answer to the user's question"),
ResponseSchema(name="source", description="source used to answer the user's question, should be a website.")
]
output_parser = StructuredOutputParser.from_response_schemas(response_schemas)
format_instructions = output_parser.get_format_instructions()
# 定义对话模板
prompt = PromptTemplate(
template="answer the users question as best as possible.\n{format_instructions}\n{input}",
input_variables=["input"],
partial_variables={"format_instructions": format_instructions}
)
# 定义qa链
qachain = prompt | llm | output_parser
question_1 = qachain.invoke( {"input": "What is Lu Xun's real name?"})
print("执行结果："+str(question_1))
print("输出类型为："+str(type(question_1)))
print("参考来源为："+question_1['source'])