介绍
这篇文章将介绍如何配置Azure OpenAI，以及如何在Python中如何使用LangChain完成一次对话。
使用ipynb notebook
虚拟环境python版本 3.11.3
演示
1、安装依赖包
安装并更新langchain、langchain-openai包
%pip install -qU langchain
%pip install -qU langchain-openai
2、配置环境变量
你应该配置至少配置下面四个参数到环境变量中：
-
AZURE_OPENAI_API_KEY，AZURE_OPENAI_ENDPOINT：在你创建 Azure OpenAI 服务后，可以在“密钥和终结点”菜单下查看 -
OPENAI_API_VERSION：在这里查看 learn.microsoft.com/en-us/azure… -
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME：部署的模型名称，如下图
3、对话代码
实例化一个AzureChatOpenAI的对象，指定 openai_api_version 和 azure_deployment 两个参数。定义消息列表 messages，包含系统信息和用户信息。调用 invoke 方法，访问LLM获得回应。
import os
from langchain_core.messages import HumanMessage,SystemMessage
from langchain_openai import AzureChatOpenAI
# create a llm
model = AzureChatOpenAI(
openai_api_version = os.environ["AZURE_OPENAI_API_VERSION"],
azure_deployment = os.environ["AZURE_OPENAI_CHAT_DEPLOYMENT_NAME"]
)
# define the messages
messages = [
SystemMessage(content="translate the following from english into chinese"),
HumanMessage(content="hello!")
]
# call llm
result = model.invoke(messages)
4、提取回应内容
result 一个AIMessage结构的数据，通常，我们需要把 content 的内容解析出来，展示给用户。
现在，让我们从 AIMessage 数据结构中提取content内容。
from langchain_core.output_parsers import StrOutputParser
parser = StrOutputParser()
parser.invoke(result)
总结
在这篇文章里，介绍了 Azure OpenAI 的配置，以及在Python中使用LangChain完成一次简单的对话，希望对你有帮助。
