前言
参加了第六届字节跳动青训营的AI方向,从今天开始学习《LangChain 实战课》,记录一下学习心得和遇到的问题~
AI练中学理论上将所有需要的包都配置好了,如果代码不缺少包,就不需要自行配置。如果缺少某些包,用
pip install
安装相关即可。
LangChain介绍
LangChain是一个基于大语言模型(LLMs)用于构建端到端语言模型应用的框架,它可以让开发者使用语言模型来实现各种复杂的任务,例如文本到图像的生成、文档问答、聊天机器人等。
LangChain提供了一系列工具、套件和接口,可以简化创建由LLMs和聊天模型提供支持的应用程序的过程
课程介绍
- 启程篇:介绍LangChain系统的安装和快速入门,并指导如何利用LangChain构建基于“易速鲜花”本地知识库的智能问答系统
- 基础篇:深入LangChain的六大组件
- 模型(Models) ,包含各大语言模型的LangChain接口和调用细节,以及输出解析机制。
- 提示模板(Prompts) ,使提示工程流线化,进一步激发大语言模型的潜力。
- 数据检索(Indexes) ,构建并操作文档的方法,接受用户的查询并返回最相关的文档,轻松搭建本地知识库。
- 记忆(Memory) ,通过短时记忆和长时记忆,在对话过程中存储和检索数据,让ChatBot记住你是谁。
- 链(Chains) ,是LangChain中的核心机制,以特定方式封装各种功能,并通过一系列的组合,自动而灵活地完成常见用例。
- 代理(Agents) ,是另一个LangChain中的核心机制,通过“代理”让大模型自主调用外部工具和内部工具,使强大的“智能化”自主Agent成为可能!你的 App 将产生自驱力!
- 应用篇:使用LangChain的工具和接口,进行嵌入式存储,连接数据库,引入异步通信机制,通过智能代理进行各种角色扮演、头脑风暴
- 实战篇:部署一个鲜花网络电商的人脉工具,并开发一个易速鲜花聊天客服机器人
工具
利用课程中的AI练中学功能边学边实践,编辑器里面集成的MarsCode AI跨越可以帮你给出很多问题的思路,例如解释代码逻辑、代码参数含义、报错修改建议……
(1)根据README.md文档进行配置(详细操作见文档)
①介绍了一些AI练中学的使用说明,熟悉一下编辑器的基础操作
②注册豆包API账号
- 在火山方舟官网注册;
- 在API Key管理中创建API Key;
- 在控制台的在线推理中创建推理接入点,完成模型部署;
- 编辑
/home/cloudide/.cloudiderc
文件配置API_Key
、base_url
、model_endpoint
; - 在命令行中执行
source ~/.cloudiderc
,之后就可以使用自己豆包模型API执行课程代码
(2)安装requirements.txt中依赖包(AI练中学已配置好环境,如果程序不缺少包的话,就不用安装这些包)
命令行执行 pip install -r requirements.txt
根据
requirements.txt
文件中列出的所有依赖包和对应版本,自动下载并安装,以确保环境配置与项目的依赖需求一致。
正文
应用1:情人节玫瑰宣传语
(1)安装需要的包
①os
模块用于访问环境变量,以便从中获取 API 配置。
②langchain_openai
是LangChain
提供的模块,用于集成 OpenAI 的语言模型。ChatOpenAI
类提供了访问聊天模型的接口。
(2)注册OpenAI Key
使用上述注册的火山方舟官网的API Key即可
(3)代码(使用README.md中截图的示例代码)
实例化语言模型 llm
,通过环境变量获取API的key、base_url和model名称,并设置生成上限token数量。
import os
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
openai_api_key=os.environ.get("OPENAI_API_KEY"),
openai_api_base=os.environ.get("OPENAI_BASE_URL"),
model=os.environ.get("LLM_MODELEND"),
max_tokens=200
)
test = llm.predict("请给我写一句情人节红玫瑰的中文宣传语")
print(test)
(4)生成结果
应用2:海报生成器
(1)安装需要的包
①标准库os
和requests
,用于访问环境变量和进行网络请求。
②PIL
库处理图像,transformers
库用于加载HuggingFace的图像字幕生成模型。
③LangChain
的相关类用于定义工具和初始化Agent。
(2)代码
①初始化图像字幕生成工具:HuggingFace中的image-caption模型
②定义LangChain图像字幕生成工具:ImageCapTool
③初始化并运行LangChain Agent
注意:
-
ImageCapTool中name和description字段要类型注解为str;
-
LangChain初始化使用应用1的方式
# ---- Part 0 导入所需要的类
import os
import requests
from PIL import Image
from transformers import BlipProcessor, BlipForConditionalGeneration
from langchain.tools import BaseTool
from langchain_openai import ChatOpenAI
from langchain.agents import initialize_agent, AgentType
# ---- Part I 初始化图像字幕生成模型
# 指定要使用的工具模型(HuggingFace中的image-caption模型)
hf_model = "Salesforce/blip-image-captioning-large"
print("正在初始化图像字幕生成模型...")
# 初始化处理器和工具模型
# 预处理器将准备图像供模型使用
processor = BlipProcessor.from_pretrained(hf_model)
# 然后我们初始化工具模型本身
model = BlipForConditionalGeneration.from_pretrained(hf_model)
print("初始化图像字幕生成模型成功")
# ---- Part II 定义图像字幕生成工具类
class ImageCapTool(BaseTool):
name: str= "ImageCaptioning"
description: str = "使用该工具可以生成图片的文字描述,需要传入图片的URL."
def _run(self, url: str):
# 下载图像并将其转换为PIL对象
image = Image.open(requests.get(url, stream=True).raw).convert("RGB")
# 预处理图像
inputs = processor(image, return_tensors="pt")
# 生成字幕
out = model.generate(**inputs, max_new_tokens=20)
# 获取字幕
caption = processor.decode(out[0], skip_special_tokens=True)
return caption
def _arun(self, query: str):
raise NotImplementedError("This tool does not support async")
# ---- PartIII 初始化并运行LangChain智能体
llm = ChatOpenAI(
openai_api_key=os.environ.get("OPENAI_API_KEY"),
openai_api_base=os.environ.get("OPENAI_BASE_URL"),
model=os.environ.get("LLM_MODELEND"),
temperature=0.2
)
print("初始化大语言模型成功")
# 使用工具初始化智能体并运行
tools = [ImageCapTool()]
agent = initialize_agent(
agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
tools=tools,
llm=llm,
verbose=True,
handle_parsing_errors=True,
)
img_url = "https://lf3-static.bytednsdoc.com/obj/eden-cn/lkpkbvsj/ljhwZthlaukjlkulzlp/eec79e20058499.563190744f903.jpg"
agent.invoke(input=f"图片链接如下:{img_url}\n 请为这张图创作合适的中文推广文案")
(3)运行结果
总结
①学会了AI练中学的基本使用,利用MarrsCode AI帮助代码的理解和实现,注册了豆包API账号,完成了项目初步配置。
②使用LangChain的OpenAI语言模型,成功生成指定主题的宣传语。
③利用图像字幕生成工具HuggingFace中的image-caption模型,以及自定义的LangChain图像字幕生成工具ImageCapTool,成功使用Agent根据给定图片生成中文推广文案。