一文搞懂 Langchain Models (三)


theme: orange

接上文《🔥🔥🔥一文搞懂 Langchain Models (二)》

Chat Models

聊天模型使用LLM(大型语言模型)进行操作,但具有不同的接口,使用“消息”而不是原始文本输入/输出。LangChain 提供了与这些模型轻松交互的功能。

在聊天模型中,支持三种类型的消息:

  • SystemMessage(系统消息) - 这设置了LLM的行为和目标。您可以在这里给出具体的指示,如:“扮演市场经理。” 或 “只返回JSON响应,不返回说明文本”
  • HumanMessage(人类消息) - 这是您将用户提示输入并发送给LLM的地方
  • AIMessage(AI消息) - 当将聊天记录传回LLM以供将来请求时,您可以在这里存储来自LLM的响应。

还有一个通用的 ChatMessage,它接受一个任意的“角色”输入,可以在需要除系统/人类/AI之外的其他内容的情况下使用。但通常情况下,您会使用上面提到的三种类型。

要使用它,您需要导入所使用集成的聊天模型。

python from langchain.chat_models import ChatOpenAI from langchain.schema import ( AIMessage, HumanMessage, SystemMessage ) 然后,您需要初始化聊天代理。这个示例使用了 OpenAI 的聊天模型。

python chat = ChatOpenAI(temperature=0)

与LLM模型一样,这也有多个可以调整的设置,例如:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值