LangChain 用例(未完)-编程知识

LangChain 用例(未完)

在Azure上的OpenAI端点
注意 OpenAI key 可以用微软用例【1. 嵌入，2. 问答】
1.

import os
import openai
from langchain.embeddings import OpenAIEmbeddings
os.environ["OPENAI_API_KEY"]  = "****"  # Azure 的密钥
os.environ["OPENAI_API_BASE"] = "https://z****/"  # Azure 的终结点
os.environ["OPENAI_API_TYPE"] = "azure"
os.environ["OPENAI_API_VERSION"] = "****"  # API 版本，未来可能会变
model = "***"  # 模型的部署名
embeddings = OpenAIEmbeddings(engine=model)#text-embedding-ada-002 最好用相同的
text = "你是"
query_result = embeddings.embed_query(text)
doc_result = embeddings.embed_documents([text])
print(doc_result)

import os
import openai
from langchain.embeddings import OpenAIEmbeddings
os.environ["OPENAI_API_KEY"]  = "****"  # Azure 的密钥
os.environ["OPENAI_API_BASE"] = "https://z****/"  # Azure 的终结点
os.environ["OPENAI_API_TYPE"] = "azure"
os.environ["OPENAI_API_VERSION"] = "****"  # API 版本，未来可能会变
model = "***"  # 模型的部署名
llm = AzureOpenAI(deployment_name=model,model_name="gpt-35-turbo",
)
print(llm("你好"))

在这里插入图片描述

LangChain 和 LLM 最常见的用例之一是摘要。您可以总结任何一段文本，但用例包括总结电话、文章、书籍、学术论文、法律文件、用户历史、表格或财务文件。拥有一个可以快速汇总信息的工具非常有帮助。

深潜- （即将推出）
示例-总结 B2B 销售电话
用例- 总结文章、成绩单、聊天记录、Slack/Discord、客户互动、医学论文、法律文件、播客、推文线程、代码库、产品评论、财务文件

短文本摘要

对于短文的摘要，方法很简单，其实你不需要做任何花哨的事情，只需简单的提示说明即可

from langchain.llms import OpenAI
from langchain import PromptTemplate# 请注意，默认模型已经是“text-davinci-002”，但我在这里明确指出它，以便您以后知道在何处更改它（如果需要）
llm = OpenAI(temperature=0, model_name='text-davinci-002', openai_api_key=openai_api_key)# 
template = """
%指示:
请总结下面的一段文字。
以 5 岁儿童能理解的方式回答。%文本:
{text}
"""# 创建一个LangChain提示模板，我们可以稍后插入值
prompt = PromptTemplate(input_variables=["text"],template=template,
)