关于人工智能:LangChain-查询使用指北

36次阅读

共计 3842 个字符，预计需要花费 10 分钟才能阅读完成。

一只鹦鹉加上一根链条，组成了时下最风行的 AI 话题热门榜选手——LangChain。

LangChain 是一种 AI 代理工具，能够为以 ChatGPT 为代表的额大语言模型（LLM）削减更多功能。此外，LangChain 还具备 token 和上下文治理性能。本文次要通过查问 GPT 和查问文档两个示例 [1] 介绍如何应用 LangChain。

LangChain 是用于构建 LLM 利用的框架，应用 LangChain 能够疾速构建 CVP 框架。LangChain 为 LLM 提供了两大外围性能：

数据感知能力：将内部数据源纳入 LLM 利用的能力。

代理能力：应用其余工具的能力。

与许多 LLM 工具一样，默认状况下，LangChain 应用的 LLM 是 OpenAI 的 GPT。因而，想要应用 LangChain，须要先从 OpenAI 获取 API 密钥[2]。LangChain 反对 Python 和 JavaScript。本教程展现的是 Python 示例代码，大家能够通过运行 pip install langchain 来装置 LangChain。

装置完结后就能够用 LangChain 查问文档、向量，当然也能够把 LangChain 当作 LlamaIndex 一样，让它与 GPT 的交互更丝滑。

大多数人都是因为 ChatGPT 才对 GPT 有所理解。ChatGPT 是 OpenAI 的旗舰产品，是一个容许用户与 GPT 进行交互的界面。不过，如果想以编程的形式与 GPT 进行交互，那么就须要一个像 LangChain 这样的查问接口。

LangChain 为 GPT 提供了一系列的查问接口，从【通过一个 prompt 发问】的简略接口，到【通过多个问题让 GPT 进行上下文学习】的简单接口，一应俱全。

接下来先介绍通过一个 prompt 模板将发问链接在一起的办法。

首先，装置 Python 库。大家能够用 pip install langchain openai python-dotenv tiktoken 装置。笔者自己会应用 python-dotenv，因为集体习惯在一个 .env 文件中治理环境变量，不过大家能够依据本人的偏好抉择如何加载 OpenAI API 密钥。

筹备好 OpenAI API 密钥后，必须加载 LangChain 工具。咱们须要从 langchain 导入 PromptTemplate 和 LLMChain，并从langchain.llms 导入OpenAI。本示例中应用 OpenAI 的文本模型 text-davinci-003。
随后，创立一个查问 GPT 的模板，下述模板通知 GPT 每次只答复一个问题：

创立一个字符串（string），括号内输出变量，相似于 f-strings。

import os
from dotenv import load_dotenv
import openai
load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")

from langchain import PromptTemplate, LLMChain
from langchain.llms import OpenAI
davinci = OpenAI(model_name="text-davinci-003")
multi_template = """Answer the following questions one at a time.

Questions:
{questions}

Answers:
"""

应用 PromptTemplate 从字符串创立模版，且指定输出变量。

筹备好提醒模板后，能够创立 LLM 链条（chain），传入 prompt 和抉择的 LLM。

而后就能够发问了！输出问题后，就能够通过 run 来运行 LLM chain 导入问题并取得答案。

llm_chain = LLMChain(
   prompt=long_prompt,
   llm=davinci
)
qs_str = (
   "Which NFL team won the Super Bowl in the 2010 season?\\\\n" +
   "If I am 6 ft 4 inches, how tall am I in centimeters?\\\\n" +
   "Who was the 12th person on the moon?" +
   "How many eyes does a blade of grass have?"
)
print(llm_chain.run(qs_str))

下图为失去的答案：

GPT 和 LLM 的痛点之一就是它们受限于训练时所应用的数据。这些训练数据是模型可能获取到的常识，这意味着随着工夫的推移，在旧数据上训练的 LLM 不仅可能无奈解决上下文，其答案准确性也有待进步。将 LangChain 和向量数据库联合能够解决这个问题，例如开源的向量数据库 Milvus。

本示例将通过查问文档的例子，演示如何通过 LangChain 将最新的常识增加到 LLM 利用，并进行语义检索。在本示例中，咱们应用 Zilliz Cloud 的文档[3]，大家能够通过 Colab[4] 获取源码。请先运行 pip install langchain openai milvus pymilvus python-dotenv tiktoken 装置须要应用到的库。

与后面的示例一样，首先加载 OpenAI API 密钥和 LLM。而后用 Milvus Lite 启动向量数据库，这样能够间接在 notebook 中运行 Milvus。

import os
from dotenv import load_dotenv
import openai
load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")
from langchain.llms import OpenAI
davinci = OpenAI(model_name="text-davinci-003")
from milvus import default_server
default_server.start()

当初能够开始学习如何查问文档了。这次从 LangChain 导入了很多内容，须要 OpenAI Embeddings、文本字符拆分器、Milvus 向量数据库、加载器和问答检索链。

首先，设置一个加载器并加载 urls 链接中的内容。本例中，将加载 Zilliz Cloud 介绍的文档，即加载链接 'https://zilliz.com/doc/about_zilliz_cloud'。

其次，将文档拆分并将其存储为 LangChain 中的一组文档。

接着，设置 Milvus 向量数据库。在本例中，咱们为方才通过 UnstructuredURLLoader和 CharacterTextSplitter 获取的文档数据创立了一个 Milvus 汇合（collection）。同时，还应用了 OpenAI Embeddings 将文本转化为 embedding 向量。
筹备好向量数据库后，能够应用 RetrievalQA 通过向量数据库查问文档。应用 stuff 类型的链，并抉择 OpenAI 作为 LLM，Milvus 向量数据库作为检索器。

接下来，大家就能够查问啦！通过 run 运行查问语句。当然，最初别忘了敞开向量数据库。

from langchain.embeddings.openai import OpenAIEmbeddings
from langchain.text_splitter import CharacterTextSplitter
from langchain.vectorstores import Milvus
from langchain.document_loaders import UnstructuredURLLoader
from langchain.chains import RetrievalQA

loader = UnstructuredURLLoader(urls=['https://zilliz.com/doc/about_zilliz_cloud'])
documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
docs = text_splitter.split_documents(documents)
embeddings = OpenAIEmbeddings()
vector_db = Milvus.from_documents(
   docs,
   embeddings,
   connection_args={"host": "127.0.0.1", "port": default_server.listen_port},
)
qa = RetrievalQA.from_chain_type(llm=OpenAI(), chain_type="stuff", retriever=vector_db.as_retriever())
query = "What is Zilliz Cloud?"
qa.run(query)
default_server.stop()

以上就是 LangChain 的装置和应用办法，如果大家在应用过程中还有疑难，可搜寻小助手微信“zilliz-tech”进入咱们的微信群进行交换。

（本文作者 Yujian Tang 系 Zilliz 开发者布道师；陈室余系 Zilliz 软件工程师）