OpenAI dans LangChain est utilisé pour créer des chatbots à l'aide de domaines de traitement du langage naturel dans l'intelligence artificielle. OpenAI fournit les clés API qui peuvent être intégrées aux applications LLM pour gérer les modèles de questions-réponses, ce qui le rend plus efficace. L'utilisateur peut extraire des données d'Internet à l'aide de l'appel OpenAPI en implémentant les fonctions OpenAI.
Ce guide expliquera le processus d'implémentation des fonctions OpenAI à l'aide des appels OpenAPI dans LangChain.
Comment implémenter des fonctions OpenAI à l'aide de l'appel OpenAPI dans LangChain ?
Pour implémenter les fonctions OpenAI à l'aide des appels OpenAPI, suivez simplement ce guide pour différents appels OpenAPI :
Conditions préalables à la configuration
Installez les modules LangChain à l'aide du code suivant pour commencer à utiliser les fonctions OpenAI :
pépin installer chaîne de langue
Installez le module OpenAI pour utiliser ses fonctions dans LangChain :
Utilisez la clé API d'OpenAI après avoir exécuté le code suivant :
importez-nous
importer getpass
os.environ [ 'OPENAI_API_KEY' ] = getpass.getpass ( « Clé API OpenAI : » )
Méthode 1 : utilisation de l'appel Klarna OpenAPI
Une fois la clé API OpenAI intégrée au modèle, importez simplement le « get_openapi_chian ' bibliothèque:
depuis langchain.chains.openai_functions.openapi importer get_openapi_chain
Utilisez la bibliothèque avec l'appel Klarna OpenAPI et obtenez des données en exécutant la chaîne :
'https://www.klarna.com/us/shopping/public/openai/v0/api-docs/'
)
Après cela, exécutez simplement la fonction chain.run() avec la commande écrite entre ses accolades pour obtenir les données en conséquence :
Les données extraites de l'appel OpenAPI basé sur la commande sont les détails des chemises disponibles pour les hommes de couleur bleue :
Méthode 2 : Utilisation de la fonction OpenAI dans le service de traduction
Exécutez le ' get_openapi_chain() ' Fonction utilisant le lien du modèle de traduction pour obtenir la traduction dans différentes langues :
chaîne = get_openapi_chain ( 'https://api.speak.com/openapi.yaml' , verbeux =Vrai )
Exécutez la chaîne avec une invite avec la langue pour traduire le texte à l'intérieur de ses arguments :
Sortir
La capture d'écran de sortie affiche le format JSON de la commande convertissant « Comment vas-tu ' en arabe:
Méthode 3 : utilisation de l'appel XKCD OpenAPI
Un autre appel OpenAPI est XKCD qui peut être utilisé pour obtenir des détails sur les livres en utilisant son lien comme affiché dans le code suivant :
chaîne = get_openapi_chain ('https://gist.githubusercontent.com/roaldnefs/053e505b2b7a807290908fe9aa3e1f00/raw/0a
212622ebfef501163f91e23803552411ed00e4/openapi.yaml'
)
Exécutez l'invite utilisée dans la fonction chain.run() pour extraire les informations à l'aide de l'appel OpenAPI :
La capture d'écran suivante affiche les livres disponibles dans le genre de fiction avec leurs détails comme le numéro, l'année, le titre, etc. :
Il s’agit d’implémenter des fonctions OpenAI à l’aide d’appels OpenAPI dans LangChain.
Conclusion
Pour implémenter les fonctions OpenAI à l'aide de l'appel OpenAPI dans LangChain, installez simplement les modules LangChain et OpenAI pour implémenter ses différentes fonctions. Après cela, configurez une clé API OpenAI à partir de son compte, puis utilisez différents appels OpenAPI comme Klarna, le service de traduction et XKCD. Ce guide a expliqué le processus d'implémentation des fonctions OpenAI à l'aide des appels OpenAPI dans LangChain.