2024.11.4
开篇词“奇点时刻”
一，ai背景
“iPhone”时刻->“互联网时刻”
二，langchain简介
1.定义：一种专为开发基于语言模型的应用而设计的框架，可以通过API调用如 ChatGPT、GPT-4、Llama 2 等大型语言模型，还可以实现更高级的功能。
2.特性：数据感知： 能够将语言模型与其他数据源连接起来，从而实现对更丰富、更多样化数据的理解和利用。
具有代理性： 能够让语言模型与其环境进行交互，使得模型能够对其环境有更深入的理解，并能够进行有效的响应。
2024.11.5
Langchain系统安装和快速入门
一，Token：是服务端生成的一串字符串，以作客户端进行请求的一个令牌，是一个身份卡，有权限的作用。
API(Application Programming Interface)：即应用程序编程接口。说得更加通俗易懂一些，别人写好的代码，或者编译好的程序，提供给你使用，就叫做API。
二，LangChain本质上就是对各种大模型提供的API的套壳，是为了方便我们使用这些API，搭建起来的一些框架、模块和接口。
三，两大模型：Chat Model，聊天模型，用于产生人类和AI之间的对话，代表模型当然是gpt-3.5-turbo（也就是ChatGPT）和GPT-4。Text Model，文本模型，在ChatGPT出来之前，大家都使用这种模型的API来调用GPT-3，文本模型的代表作是text-davinci-003（基于GPT3）。
四，调用Text模型：
第1步，先注册好你的API Key。
第2步，用 pip install openai 命令来安装OpenAI库。
第3步，导入 OpenAI API Key。import os os.environ["OPENAI_API_KEY"] = '你的Open API Key' 或者import openai openai.api_key = '你的Open API Key'
第4步，导入OpenAI库，并创建一个Client。from openai import OpenAI client = OpenAI()
第5步，指定 gpt-3.5-turbo-instruct（也就是 Text 模型）并调用 completions 方法，返回结果。response = client.completions.create( model="gpt-3.5-turbo-instruct", temperature=0.5, max_tokens=100, prompt="请给我的花店起个名")
第6步，打印输出大模型返回的文字 print(response.choices[0].text.strip())
通过一些参数来控制输出的内容和样式，如图所示
五，调用chat模型：整体流程上，Chat模型和Text模型的调用是类似的，只是前面加了一个chat，然后输入（prompt）和输出（response）的数据格式有所不同。）
1.有两个专属于Chat模型的概念，一个是消息，一个是角色 。****
