LangChain学习——核心组件

LangChain是一个用于大语言模型（LLM）应用开发的框架，它简化了LLM应用的开发难度，帮助开发者快速构建复杂的LLM应用。
一、LangChain 库简介​

LangChain 包的主要价值主张是：

组件：用于处理语言模型的可组合工具和集成。无论你是否使用 LangChain 框架的其余部分，组件都是模块化的，易于使用现成的链：用于完成高级任务的组件的内置组合

现成的链使得开始变得容易。组件使得定制现有链和构建新链变得容易。
LangChain 库本身由几个不同的包组成。

langchain-core：基础抽象和 LangChain 表达式语言。langchain-community：第三方集成。langchain：构成应用程序认知架构的链、代理和检索策略。

二、LangChain的核心组件

        1、模型输入输出（Model I/O）

        这是与各种大语言模型进行交互的基本组件。它允许开发者管理提示（prompt），通过通用接口调用语言模型，并从模型输出中提取信息。简单来说，这个组件负责与大语言模型“对话”，将我们的请求传递给模型，并接收模型的回复。

• 提示 prompts : 将模型输入模板化、动态选择和管理
  
  PromptTemplate 可以在模板中自定义变量
  
  
  

1. from langchain.prompts import PromptTemplate
3. template = PromptTemplate.from_template("给我讲个关于{subject}的故事")
4. print(template.format(subject='星座'))

复制代码

ChatPromptTemplate 用模板表示的对话上下文

1. from langchain.prompts import (
2.     ChatPromptTemplate,
3.     HumanMessagePromptTemplate,
4.     SystemMessagePromptTemplate,
5. )
6. from langchain_openai import ChatOpenAI
7. template = ChatPromptTemplate.from_messages(
8.     [
9.         SystemMessagePromptTemplate.from_template(
10.             "你是{product}的客服助手。你的名字叫{name}"),
11.         HumanMessagePromptTemplate.from_template("{query}"),
12.     ]
13. )
14. llm = ChatOpenAI()
15. prompt = template.format_messages(
16.     product="手机客服",
17.     name="小花",
18.     query="你是谁"
19. )
21. ret = llm.invoke(prompt)
23. print(ret.content)

复制代码

MessagesPlaceholder 把多轮对话变成模板

1. from langchain.prompts import (
2.     ChatPromptTemplate,
3.     HumanMessagePromptTemplate,
4.     MessagesPlaceholder,
5. )
6. from langchain_core.messages import AIMessage, HumanMessage
7. human_prompt = "Translate your answer to {language}."
8. human_message_template = HumanMessagePromptTemplate.from_template(human_prompt)
10. chat_prompt = ChatPromptTemplate.from_messages(
11.     [MessagesPlaceholder(variable_name="conversation"), human_message_template]
12. )
13. human_message = HumanMessage(content="Who is Elon Musk?")
14. ai_message = AIMessage(
15.     content="Elon Musk is a billionaire entrepreneur, inventor, and industrial designer"
16. )
17. messages = chat_prompt.format_prompt(
18.     # 对 "conversation" 和 "language" 赋值
19.     conversation=[human_message, ai_message], language="中文"
20. )
21. result = llm.invoke(messages)
22. print(result.content)

复制代码

语言