Hur implementerar man OpenAI-funktioner med OpenAPI-anrop i LangChain?

Hur Implementerar Man Openai Funktioner Med Openapi Anrop I Langchain



OpenAI i LangChain används för att bygga chatbots med hjälp av naturliga språkbehandlingsdomäner i artificiell intelligens. OpenAI tillhandahåller API-nycklarna som kan integreras med LLM-applikationer för att hantera frågesvarsmodeller vilket gör det mer effektivt. Användaren kan extrahera data från internet med OpenAPI-anropet genom att implementera OpenAI-funktioner.

Den här guiden kommer att förklara processen för att implementera OpenAI-funktioner med OpenAPI-anrop i LangChain.







Hur implementerar man OpenAI-funktioner med OpenAPI-anrop i LangChain?

För att implementera OpenAI-funktioner med OpenAPI-anrop, följ helt enkelt den här guiden för olika OpenAPI-anrop:



Inställningsförutsättningar



Installera LangChain-moduler med följande kod för att börja använda OpenAI-funktioner:





pip Installera långkedja



Installera OpenAI-modulen för att använda dess funktioner i LangChain:

pip Installera openai



Använd API-nyckeln för OpenAI efter att ha kört följande kod:



importera oss
importera getpass

os.environ [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'OpenAI API Key:' )


Method 1: Using Klarna OpenAPI Call

När OpenAI API-nyckeln är integrerad med modellen importerar du bara ' get_openapi_chian ” bibliotek:

från langchain.chains.openai_functions.openapi import get_openapi_chain


Använd biblioteket med Klarna OpenAPI-anropet och hämta data genom att köra kedjan:

kedja = get_openapi_chain (
'https://www.klarna.com/us/shopping/public/openai/v0/api-docs/'
)



Efter det, kör helt enkelt chain.run()-funktionen med kommandot skrivet inom dess klammerparenteser för att få data därefter:

chain.run ( 'Tröjaalternativ för män i blå färg' )


Data som extraherats från OpenAPI-anropet baserat på kommandot är detaljerna för de tröjor som finns tillgängliga för män i den blå färgen:

Metod 2: Använda OpenAI-funktionen i översättningstjänsten

Utför ' get_openapi_chain() ”-funktion med hjälp av länken till översättningsmodellen för att få översättning på olika språk:

kedja = get_openapi_chain ( 'https://api.speak.com/openapi.yaml' , mångordig =Sant )


Kör kedjan med en uppmaning med språket för att översätta texten i dess argument:

chain.run ( 'Säg hur mår du på arabiska' )



Produktion

Utdataskärmbilden visar JSON-formatet för kommandot som konverterar ' Hur mår du ' på arabiska:

Metod 3: Använd XKCD OpenAPI Call

Ett annat OpenAPI-anrop är XKCD som kan användas för att få information om böckerna med hjälp av dess länk som visas i följande kod:

kedja = get_openapi_chain (
'https://gist.githubusercontent.com/roaldnefs/053e505b2b7a807290908fe9aa3e1f00/raw/0a
212622ebfef501163f91e23803552411ed00e4/openapi.yaml'

)



Kör prompten som används i funktionen chain.run() för att extrahera information med OpenAPI-anropet:

chain.run ( 'Vad är dagens fiktion?' )


Följande skärmdump visar de böcker som är tillgängliga i fiktionsgenren med deras detaljer som nummer, år, titel, etc.:


Det handlar om att implementera OpenAI-funktioner med OpenAPI-anrop i LangChain.

Slutsats

För att implementera OpenAI-funktioner med OpenAPI-anropet i LangChain, installera helt enkelt LangChain- och OpenAI-modulerna för att implementera dess olika funktioner. Efter det, ställ in en OpenAI API-nyckel från sitt konto och använd sedan olika OpenAPI-anrop som Klarna, översättningstjänst och XKCD. Den här guiden har förklarat processen för att implementera OpenAI-funktioner med OpenAPI-anrop i LangChain.