프롬프트 템플릿과 출력 구문 분석기를 사용하여 LangChain 애플리케이션을 구축하는 방법은 무엇입니까?

Peulompeuteu Tempeullisgwa Chullyeog Gumun Bunseoggileul Sayonghayeo Langchain Aepeullikeisyeon Eul Guchughaneun Bangbeob Eun Mueos Ibnikka



LangChain은 기계가 인간과 유사한 언어로 된 텍스트나 데이터를 이해할 수 있도록 챗봇과 대규모 언어 모델을 구축하는 데 사용됩니다. LangChain에서 챗봇을 만들려면 사용자는 기계가 질문을 이해할 수 있도록 프롬프트 템플릿을 구축하여 인간 언어로 작성된 데이터를 훈련해야 합니다. 출력 파서 기능은 모델이 쿼리를 이해한 후 모델로부터 답변을 얻는 데 사용됩니다.

이 게시물에서는 프롬프트 템플릿과 출력 구문 분석기를 사용하여 LangChain 애플리케이션을 구축하는 과정을 설명합니다.

프롬프트 템플릿과 출력 구문 분석기를 사용하여 LangChain 애플리케이션을 구축하는 방법은 무엇입니까?

프롬프트 템플릿과 출력 파서를 사용하여 LangChain 애플리케이션을 구축하려면 다음의 쉬운 가이드를 따르십시오.







1단계: LangChain 설치



먼저, “를 사용하여 LangChain 프레임워크를 설치하여 LangChain 애플리케이션 구축 프로세스를 시작합니다. ' 명령:



pip 설치 랭체인





2단계: 프롬프트 템플릿 사용

LangChain 모듈을 설치한 후 “ 프롬프트 템플릿 ” 라이브러리를 사용하여 모델이 질문을 이해할 수 있도록 쿼리를 제공하여 프롬프트 템플릿을 구축합니다.



langchain.prompts에서 PromptTemplate 가져오기

프롬프트 = PromptTemplate.from_template('{제품}에 적합한 색상 조합은 무엇입니까?')
프롬프트.형식(product='다채로운 양말')

출력은 문장과 '의 값을 자동으로 결합합니다. 제품 ” 변수:

그런 다음 LangChain에서 HumanMessagePromptTemplate, ChatPromptTemplate 및 SystemMessagePromptTemplate 라이브러리를 가져와 또 다른 프롬프트 템플릿을 빌드합니다.

langchain.prompts.chat 가져오기(
채팅프롬프트템플릿,
시스템메시지프롬프트템플릿,
HumanMessagePromptTemplate,
)
#LangChain 모델에 대한 프롬프트 템플릿 구성
template = '당신은 {input_언어}를 {output_언어}로 번역하는 도우미입니다.'
system_message_prompt = SystemMessagePromptTemplate.from_template(템플릿)
human_template = '{텍스트}'
human_message_prompt = HumanMessagePromptTemplate.from_template(human_template)

chat_prompt = ChatPromptTemplate.from_messages([system_message_prompt, human_message_prompt])

chat_prompt.format_messages(input_랭귀지='프랑스어', 출력_언어='영어', text='나는 AI를 좋아합니다')

필요한 모든 라이브러리를 가져온 후 템플릿 변수를 사용하여 쿼리에 대한 사용자 정의 템플릿을 구성하기만 하면 됩니다.

프롬프트 템플릿은 쿼리/질문에 대한 템플릿을 설정하는 데에만 사용되며 질문에 대한 답변으로 응답하지 않습니다. 그러나 OutputParser() 함수는 다음 섹션에서 예제와 함께 설명하는 대로 답변을 추출할 수 있습니다.

3단계: 출력 구문 분석기 사용

이제 LangChain에서 BaseOutputParser 라이브러리를 가져와서 쉼표로 구분된 텍스트 값을 구분하고 출력에 목록을 반환합니다.

langchain.schema에서 BaseOutputParser 가져오기

클래스 CommaSeparatedListOutputParser(BaseOutputParser):

def 구문 분석(self, text: str):
return text.strip().split(', ')

CommaSeparatedListOutputParser().parse('감사합니다, 환영합니다')

프롬프트 템플릿과 출력 파서를 사용하여 LangChain 애플리케이션을 구축하는 것이 전부입니다.

결론

프롬프트 템플릿과 출력 파서를 사용하여 LangChain 애플리케이션을 구축하려면 LangChain을 설치하고 여기에서 라이브러리를 가져오기만 하면 됩니다. PromptTemplate 라이브러리는 Parser() 함수를 사용하여 정보를 추출하기 전에 모델이 질문을 이해할 수 있도록 쿼리에 대한 구조를 구축하는 데 사용됩니다. OutputParser() 함수는 이전에 사용자 정의한 쿼리를 기반으로 답변을 가져오는 데 사용됩니다. 이 가이드는 프롬프트 템플릿과 출력 파서를 사용하여 LangChain 애플리케이션을 구축하는 과정을 설명했습니다.