Det här inlägget kommer att illustrera processen för att använda listparsern i LangChain.
Hur man använder List Parser i LangChain?
Listparserklasserna används för att få utdata i form av en lista som innehåller flera objekt som är separerade med kommatecken. LangChain-modulen möjliggör användning av CommaSeparatedListOutputParser bibliotek för att få utdata i form av en strukturerad lista.
För att lära dig processen för att använda listparsern i LangChain, gå helt enkelt igenom de listade stegen:
Steg 1: Installera moduler
Kom först igång genom att installera LangChain-ramverket med hjälp av kommandot pip install i Python notebook eller IDE:
pip Installera långkedja
En annan modul som krävs för att ladda ner är OpenAI som används för att hämta OpenAI- och ChatOpenAI-biblioteken:
pip Installera openai 
Efter installation av de nödvändiga modulerna, ställ in OpenAI miljö som använder sin API-nyckel efter att ha importerat ' du ' och ' getpass ” bibliotek:
importera ossimportera getpass
os.environ [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'OpenAI API Key:' )
Steg 2: Importera bibliotek
Efter att ha ställt in OpenAI-miljön, importera helt enkelt de bibliotek som krävs för att använda listtolkarna som CommaSeparatedListOutputParser, OpenAI och många fler:
från langchain.prompts importera ChatPromptTemplate
från langchain.llms importera OpenAI
från langchain.prompts importera PromptTemplate
från langchain.chat_models importera ChatOpenAI
från langchain.prompts importera HumanMessagePromptTemplate
Steg 3: Bygg listutdataparser
Nästa steg är att bygga listutdataparsern och sedan konfigurera promptmallen för att begränsa antalet objekt för att bilda en lista:
format_instructions = output_parser.get_format_instructions ( )
prompt = PromptTemplate (
mall = 'Lista fem {ämne}. \n {format_instructions}' ,
input_variables = [ 'ämne' ] ,
partiella_variabler = { 'format_instructions' : format_instructions }
)
Steg 4: Testa modellen
När promptmallen är inställd, anropa helt enkelt OpenAI()-metoden för att definiera ' modell ” variabel och ge sedan indata. Efter det använder du ' produktion ” variabel som innehåller indatafrågan och anropar parsern. Det kommer att extrahera listan baserat på frågan som begränsas av promptmallen:
_input = prompt.format ( ämne = 'drycker' )
output = modell ( _inmatning )
output_parser.parse ( produktion )
Det handlar om processen att använda listutdataparsern i LangChain.
Slutsats
För att använda listutdataparsern i LangChain, installera helt enkelt de nödvändiga modulerna för att ställa in sin miljö med OpenAI API-nyckeln. Efter det, importera de bibliotek som krävs för att bygga och använda listutdataparsern och konfigurera sedan modellen med mallstrukturen för prompten. När modellen har byggts framgångsrikt testar du helt enkelt modellen för att få listan baserat på indata från användaren. Den här guiden har illustrerat processen att använda listutdataparsern i LangChain.