LangChain에서 대화 버퍼 창을 사용하는 방법은 무엇입니까?

Langchain Eseo Daehwa Beopeo Chang Eul Sayonghaneun Bangbeob Eun Mueos Ibnikka



LangChain은 Python 노트북에서 기계 학습 모델을 사용하여 언어 모델이나 챗봇을 훈련하는 데 사용할 수 있는 프레임워크입니다. 이러한 언어 모델은 인간과 유사한 언어로 학습시킨 후 자연어로 인간과 대화하는 데 사용됩니다. 이번 포스팅은 LangChain에서 대화 버퍼 창을 사용하는 과정을 설명하겠습니다.

LangChain에서 대화 버퍼 창을 사용하는 방법은 무엇입니까?

대화 버퍼 창은 가장 최근의 컨텍스트를 얻기 위해 가장 최근의 대화 메시지를 메모리에 보관하는 데 사용됩니다. LangChain 프레임워크를 사용하여 메모리에 메시지나 문자열을 저장하기 위해 K 값을 사용합니다.

LangChain에서 대화 버퍼 창을 사용하는 과정을 배우려면 다음 가이드를 따르십시오.







1단계: 모듈 설치

대화 모델 구축에 필요한 종속성과 함께 LangChain 모듈을 설치하여 대화 버퍼 창을 사용하는 프로세스를 시작합니다.



pip 설치 랭체인



그런 다음 LangChain에서 대규모 언어 모델을 구축하는 데 사용할 수 있는 OpenAI 모듈을 설치합니다.





pip 설치 openai

지금, OpenAI 환경 설정 OpenAI 계정의 API 키를 사용하여 LLM 체인을 구축하려면 다음을 수행하세요.



수입
수입 getpass

. [ 'OPENAI_API_KEY' ] = getpass . getpass ( 'OpenAI API 키:' )

2단계: 대화 버퍼 창 메모리 사용

LangChain에서 대화 버퍼 창 메모리를 사용하려면 대화버퍼창메모리 도서관:

~에서 랭체인. 메모리 수입 대화버퍼창메모리

다음을 사용하여 메모리를 구성합니다. 대화버퍼창메모리 () k 값을 인수로 사용하는 메서드입니다. k 값은 대화에서 가장 최근 메시지를 유지한 다음 입력 및 출력 변수를 사용하여 훈련 데이터를 구성하는 데 사용됩니다.

메모리 = 대화버퍼창메모리 ( 케이 = 1 )

메모리. save_context ( { '입력' : '안녕하세요' } , { '산출' : '어떻게 지내세요' } )

메모리. save_context ( { '입력' : '저는 잘 있습니다, 당신 은요' } , { '산출' : '별로' } )

호출하여 메모리를 테스트합니다. 로드_메모리_변수 () 대화를 시작하는 방법:

메모리. 로드_메모리_변수 ( { } )

대화 기록을 얻으려면 다음을 사용하여 ConversationBufferWindowMemory() 함수를 구성합니다. return_messages 논쟁:

메모리 = 대화버퍼창메모리 ( 케이 = 1 , return_messages = 진실 )

메모리. save_context ( { '입력' : '안녕' } , { '산출' : '무슨 일이야' } )

메모리. save_context ( { '입력' : '너는 별로' } , { '산출' : '별로' } )

이제 다음을 사용하여 메모리를 호출합니다. 로드_메모리_변수 () 대화 기록으로 응답을 얻는 방법:

메모리. 로드_메모리_변수 ( { } )

3단계: 체인에서 버퍼 창 사용

다음을 사용하여 체인을 구축합니다. 오픈AI 그리고 컨버세이션체인 그런 다음 대화에서 가장 최근 메시지를 저장하도록 버퍼 메모리를 구성합니다.

~에서 랭체인. 쇠사슬 수입 컨버세이션체인
~에서 랭체인. LLMS 수입 오픈AI
#여러 매개변수를 사용하여 대화 요약 작성
대화_위드_요약 = 컨버세이션체인 (
ㅋㅋㅋ = 오픈AI ( 온도 = 0 ) ,
#최근 메시지를 저장하기 위해 k 값과 함께 해당 기능을 사용하여 메모리 버퍼 구축
메모리 = 대화버퍼창메모리 ( 케이 = 2 ) ,
#더 읽기 쉬운 출력을 얻으려면 자세한 변수를 구성하십시오.
말 수가 많은 = 진실
)
대화_위드_요약. 예측하다 ( 입력 = '어때 잘 지내' )

이제 모델이 제공하는 출력과 관련된 질문을 하면서 대화를 계속하세요.

대화_위드_요약. 예측하다 ( 입력 = '그들의 문제는 무엇입니까' )

모델은 컨텍스트로 사용할 수 있는 이전 메시지를 하나만 저장하도록 구성됩니다.

대화_위드_요약. 예측하다 ( 입력 = '잘 지내요?' )

문제에 대한 해결책을 요청하면 출력 구조는 이전 메시지를 제거하여 버퍼 창을 계속 슬라이딩합니다.

대화_위드_요약. 예측하다 ( 입력 = '해결책은 무엇입니까' )

이것이 대화 버퍼 창 LangChain을 사용하는 과정에 관한 것입니다.

결론

LangChain에서 대화 버퍼 창 메모리를 사용하려면 OpenAI의 API 키를 사용하여 모듈을 설치하고 환경을 설정하기만 하면 됩니다. 그 후, 대화에서 가장 최근 메시지를 유지하기 위해 k 값을 사용하여 버퍼 메모리를 구축하여 컨텍스트를 유지합니다. 버퍼 메모리는 LLM 또는 체인과의 대화를 시작하기 위해 체인과 함께 사용될 수도 있습니다. 본 가이드는 LangChain에서 대화 버퍼 창을 사용하는 과정을 자세히 설명했습니다.