Cet article illustrera le processus d'utilisation de l'analyseur de liste dans LangChain.
Comment utiliser l’analyseur de liste dans LangChain ?
Les classes d'analyseur de liste sont utilisées pour obtenir le résultat sous la forme d'une liste contenant plusieurs objets séparés par des virgules. Le module LangChain permet d'utiliser le CommaSeparatedListOutputParser bibliothèque pour obtenir le résultat sous la forme d’une liste structurée.
Pour apprendre le processus d'utilisation de l'analyseur de liste dans LangChain, suivez simplement les étapes répertoriées :
Étape 1 : Installer les modules
Tout d'abord, commencez par installer le framework LangChain à l'aide de la commande pip install dans le notebook Python ou l'IDE :
pépin installer chaîne de langue
Un autre module requis pour le téléchargement est OpenAI qui est utilisé pour obtenir les bibliothèques OpenAI et ChatOpenAI :
pépin installer ouvert 
Après avoir installé les modules requis, configurer l'OpenAI environnement à l'aide de sa clé API après avoir importé le ' toi ' et ' obtenir un laissez-passer « bibliothèques :
importez-nousimporter getpass
os.environ [ 'OPENAI_API_KEY' ] = getpass.getpass ( « Clé API OpenAI : » )
Étape 2 : Importer des bibliothèques
Après avoir configuré l'environnement OpenAI, importez simplement les bibliothèques requises pour utiliser les analyseurs de liste comme CommaSeparatedListOutputParser, OpenAI et bien d'autres :
à partir de langchain.prompts, importez ChatPromptTemplate
à partir de langchain.llms, importer OpenAI
à partir de langchain.prompts, importez PromptTemplate
depuis langchain.chat_models importer ChatOpenAI
à partir de langchain.prompts, importez HumanMessagePromptTemplate
Étape 3 : Création d'un analyseur de sortie de liste
L'étape suivante consiste à créer l'analyseur de sortie de liste, puis à configurer le modèle d'invite pour limiter le nombre d'objets pour former une liste :
format_instructions = sortie_parser.get_format_instructions ( )
invite = Modèle d'invite (
modèle = 'Citez cinq {sujets}. \n {format_instructions}' ,
variables_d'entrée = [ 'sujet' ] ,
variables_partielles = { 'format_instructions' : format_instructions }
)
Étape 4 : tester le modèle
Une fois le modèle d'invite défini, appelez simplement la méthode OpenAI() pour définir le ' modèle ', puis fournissez l'entrée. Après cela, utilisez le ' sortir ' variable contenant la requête d'entrée et appelez l'analyseur. Il extraira la liste en fonction de la requête limitée par le modèle d'invite :
_input = invite.format ( sujet = 'boissons' )
sortie = modèle ( _saisir )
sortie_parser.parse ( sortir )
Il s’agit du processus d’utilisation de l’analyseur de sortie de liste dans LangChain.
Conclusion
Pour utiliser l'analyseur de sortie de liste dans LangChain, installez simplement les modules requis pour configurer son environnement à l'aide de la clé API OpenAI. Après cela, importez les bibliothèques requises pour créer et utiliser l'analyseur de sortie de liste, puis configurez le modèle avec la structure de modèle de l'invite. Une fois le modèle construit avec succès, testez simplement le modèle pour obtenir la liste basée sur les entrées fournies par l'utilisateur. Ce guide a illustré le processus d'utilisation de l'analyseur de sortie de liste dans LangChain.