AIGC｜花5分钟带你了解什么是LangChain！

什么是LangChain

LangChain是一个基于大语言模型的端到端应用程序开发框架。下面我们通过一个例子来感受一下它的用途和优势。

假设我想使用ChatGPT的大语言模型构建一个应用程序，并将自己的数据（如notion数据库、pdf、电子邮件、txt等）与之结合。

然而，GPT-4的训练数据截止到2021年9月（本文写于开通联网功能之前），因此它对之后发生的事件并不了解。我想让这个程序能够访问互联网，如谷歌搜索、维基百科等，并成为“智多星”。

此外，我还想要根据用户输入的计划构建提示，并保留用户的存储历史记录。

单一的GPT模型可能无法满足需求，我还希望能够支持多个大语言模型。

这个强大的程序需要很多考虑的东西，而且实现起来非常复杂。

不过没问题！

我们用LangChain就可以简单解决！

在开始学习之前，请确保您的计算机上安装了Python环境、科学上网工具以及LLM的相关密钥。

LLM的具体配置请参考Integrations — ???????? LangChain 0.0.194

( https://python.langchain.com/docs/modules/model_io/llms/integrations.html)

本文使用的OpenAI的key。

LangChain 六大模块

import os from langchain.llms import OpenAI
os.environ["OPENAI_API_KEY"] = '***************' llm = OpenAI(model_name="text-davinci-003")
result =llm("请告诉我云基地厉害不")
print(result)

from langchain.prompts import PromptTemplate
prompt =PromptTemplate(
   input_variables = ['question'],
   template='现在你是你是代码专家，请告诉我如何解决{question}' )
user_input =input("你的代码疑惑")
prompt(question=user_input)

import os from apikey import apikey import streamlit as st from langchain.llms import OpenAI from langchain.prompts import PromptTemplate from langchain.chains import LLMChain,SequentialChain
os.environ["OPENAI_API_KEY"] = apikey
st.title('标题搜索chains')
prompt =st.text_input('在这输入你的想搜索的标题')
title_template=PromptTemplate(
  input_variables = ['topic'],
  template='写一个标题关于{topic}' )
scripts_template=PromptTemplate(
  input_variables = ['title'],
  template='写一个脚本关于这个标题:{title}' ) #Llms llm = OpenAI(temperature=0)
title_chain =LLMChain(llm =llm,prompt =title_template,verbose= True,output_key='title')
scripts_chain=LLMChain(llm =llm,prompt =scripts_template,verbose= True,output_key='script') #链 sequential_chain =SequentialChain(chains=[title_chain,scripts_chain],input_variables=['topic'],output_variables=['title','script'],verbose=True) if prompt:
  response =sequential_chain({'topic':prompt})
  st.write(response['title'])
  st.write(response['script'])

import os from apikey import apikey import streamlit as st from langchain.llms import OpenAI from langchain.prompts import PromptTemplate from langchain.chains import LLMChain,SequentialChain from langchain.memory import ConversationBufferMemory
os.environ["OPENAI_API_KEY"] = apikey
st.title('标题搜索chains')
prompt =st.text_input('在这输入你的想搜索的标题')
title_template=PromptTemplate(
  input_variables = ['topic'],
  template='写一个标题关于{topic}' )
scripts_template=PromptTemplate(
  input_variables = ['title'],
  template='写一个脚本关于这个标题:{title}' ) #历史 memory = ConversationBufferMemory(input_key="topic",memory_key ='chat_history') #Llms llm = OpenAI(temperature=0)
title_chain =LLMChain(llm =llm,prompt =title_template,verbose=True,output_key='title',memory=memory)
scripts_chain=LLMChain(llm =llm,prompt=scripts_template,verbose= True,output_key='script',memory=memory) #链 sequential_chain =SequentialChain(chains=[title_chain,scripts_chain],input_variables=['topic'],output_variables=['title','script'],verbose=True) if prompt:
  response =sequential_chain({'topic':prompt})
  st.write(response['title'])
  st.write(response['script']) # 添加显示 with st.expander("历史记录"):
    st.info(memory.buffer)

感兴趣的朋友可以研究下：传送门indexes ????????

（https://python.langchain.com/docs/modules/data_connection/getting_started.html）

这也是个非常强大的模块，可以设置代理建立于谷歌、维基百科、计算器等强大的生物语言模型。

这里有个通过 Google 搜索并返回答案的例子可以体验一下。

import os from langchain.agents import load_tools from langchain.agents import initialize_agent from langchain.llms import OpenAI from langchain.agents import AgentType
 
os.environ["OPENAI_API_KEY"] = '********************' os.environ["SERPAPI_API_KEY"] = '**********************' llm = OpenAI(temperature=0, max_tokens=2048) # tools tools = load_tools(["serpapi"])
 
agent = initialize_agent(tools, llm, agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION, verbose=True) """
agent：代理类型 
  zero-shot-react-description: 根据工具的描述和请求内容的来决定使用哪个工具（最常用）
  react-docstore: 使用 ReAct 框架和 docstore 交互, 使用Search 和Lookup 工具, 前者用来搜, 后者寻找term, 举例: Wipipedia 工具
   self-ask-with-search 此代理只使用一个工具: Intermediate Answer, 它会为问题寻找事实答案(指的非 gpt 生成的答案, 而是在网络中,文本中已存在的), 如 Google search API 工具
   conversational-react-description: 为会话设置而设计的代理, 它的prompt会被设计的具有会话性, 且还是会使用 ReAct 框架来决定使用来个工具, 并且将过往的会话交互存入内存
""" # 运行 agent agent.run("今天星期几?，历史上的今天发生了哪些大事")

其他功能

import os from langchain.output_parsers import StructuredOutputParser, ResponseSchema from langchain.prompts import PromptTemplate from langchain.llms import OpenAI
 
os.environ["OPENAI_API_KEY"] = '***************' llm = OpenAI(model_name="text-davinci-003") # 告诉他我们生成的内容需要哪些字段，每个字段类型式 response_schemas = [
  ResponseSchema(name="bad_string", description="This a poorly formatted user input string"),
  ResponseSchema(name="good_string", description="This is your response, a reformatted response")
]
 
output_parser = StructuredOutputParser.from_response_schemas(response_schemas)
format_instructions = output_parser.get_format_instructions()
 
template = """
You will be given a poorly formatted string from a user.
Reformat it and make sure all the words are spelled correctly
{format_instructions}
% USER INPUT:
{user_input}
YOUR RESPONSE:
""" # 讲我们的格式描述嵌入到 prompt 中去，告诉 llm 我们需要他输出什么样格式的内容 prompt = PromptTemplate(
  input_variables=["user_input"],
  partial_variables={"format_instructions": format_instructions},
  template=template
)
 
promptValue = prompt.format(user_input="welcom to califonya!")
llm_output = llm(promptValue)
parse = output_parser.parse(llm_output)
print(parse)

import os from langchain.document_loaders import UnstructuredFileLoader from langchain.chains.summarize import load_summarize_chain from langchain.text_splitter import RecursiveCharacterTextSplitter from langchain import OpenAI
 
os.environ["OPENAI_API_KEY"] = '**********' os.environ["SERPAPI_API_KEY"] = '**********' # 导入文本 loader = UnstructuredFileLoader(fr"D:\你的长文本路径.txt") # 将文本转成 Document 对象 document = loader.load()
print(f'documents:{len(document)}') # 初始化文本分割器 text_splitter = RecursiveCharacterTextSplitter(
  chunk_size=500,
  chunk_overlap=0 ) # 切分文本 split_documents = text_splitter.split_documents(document)
print(f'documents:{len(split_documents)}') # 加载 llm 模型 llm = OpenAI(model_name="text-davinci-003", max_tokens=1500) # 创建总结链 chain = load_summarize_chain(llm, chain_type="refine", verbose=True) """
chain_type：chain类型
  stuff: 这种最简单粗暴，会把所有的 document 一次全部传给 llm 模型进行总结。如果document很多的话，势必会报超出最大 token 限制的错，所以总结文本的时候一般不会选中这个。
   map_reduce: 这个方式会先将每个 document 进行总结，最后将所有 document 总结出的结果再进行一次总结。
  refine: 这种方式会先总结第一个 document，然后在将第一个 document 总结出的内容和第二个 document 一起发给 llm 模型在进行总结，以此类推。这种方式的好处就是在总结后一个 document 的时候，会带着前一个的 document 进行总结，给需要总结的 document 添加了上下文，增加了总结内容的连贯性。
  这种一般不会用在总结的 chain 上，而是会用在问答的 chain 上，他其实是一种搜索答案的匹配方式。首先你要给出一个问题，他会根据问题给每个 document 计算一个这个 document 能回答这个问题的概率分数，然后找到分数最高的那个 document ，在通过把这个 document 转化为问题的 prompt 的一部分（问题+document）发送给 llm 模型，最后 llm 模型返回具体答案。
""" # 执行总结链，（为了快速演示，只总结前5段） chain.run(split_documents[:5])

安装向量数据库chromadb和tiktoken。

其中chromadb电脑要有C++环境，使用教程：Chroma向量数据库 - BimAnt

（http://www.bimant.com/blog/chroma-vector-db/）

pip install chromadb 
pip install tiktoken

import os from langchain.embeddings.openai import OpenAIEmbeddings from langchain.vectorstores import Chroma from langchain.text_splitter import CharacterTextSplitter from langchain import OpenAI, VectorDBQA from langchain.document_loaders import DirectoryLoader from langchain.chains import RetrievalQA
 
os.environ["OPENAI_API_KEY"] = '**********************' # 加载文件夹中的所有txt类型的文件 loader = DirectoryLoader('D:\你项目地址', glob='**/*.txt') # 将数据转成 document 对象，每个文件会作为一个 document documents = loader.load()
 
text_splitter = CharacterTextSplitter(chunk_size=100, chunk_overlap=0) # 切割加载的 document split_docs = text_splitter.split_documents(documents)
 
embeddings = OpenAIEmbeddings() # 将 document 通过 openai 的 embeddings 对象计算 embedding 向量信息并临时存入 Chroma 向量数据库，用于后续匹配查询 docsearch = Chroma.from_documents(split_docs, embeddings) # 创建问答对象 qa = VectorDBQA.from_chain_type(llm=OpenAI(), chain_type="stuff", vectorstore=docsearch, return_source_documents=True) # 进行问答 result = qa({"query": "有哪些开心的事情？"})
print(result)import os from langchain.embeddings.openai import OpenAIEmbeddings from langchain.vectorstores import Chroma from langchain.text_splitter import CharacterTextSplitter from langchain import OpenAI, VectorDBQA from langchain.document_loaders import DirectoryLoader from langchain.chains import RetrievalQA # openAI的Key os.environ["OPENAI_API_KEY"] = '**********************' # 加载文件夹中的所有txt类型的文件 loader = DirectoryLoader('D:\pythonwork\mindlangchain\data', glob='**/*.txt') # 将数据转成 document 对象，每个文件会作为一个 document documents = loader.load() # 初始化加载器 text_splitter = CharacterTextSplitter(chunk_size=100, chunk_overlap=0) # 切割加载的 document split_docs = text_splitter.split_documents(documents) # 初始化 openai 的 embeddings 对象 embeddings = OpenAIEmbeddings() # 将 document 通过 openai 的 embeddings 对象计算 embedding 向量信息并临时存入 Chroma 向量数据库，用于后续匹配查询 docsearch = Chroma.from_documents(split_docs, embeddings) # 创建问答对象 qa = VectorDBQA.from_chain_type(llm=OpenAI(), chain_type="stuff", vectorstore=docsearch, return_source_documents=True) # 进行问答,对txt中的文字查找 result = qa({"query": "询问一些与txt存入的信息相关的问题？"})
print(result)

本文的初衷是促进大家之间的交流和学习。如果您发现任何错误或不足之处，请及时提出，我们一起学习、更正和进步。