人工智能_大模型036_LLM大模型开发工具链002_LangFuse监控LangChain_创建Session并调试_数据集与测试_在线标注_prompt评估调优--人工智能工作笔记0171

然后我们写程序去,串联以上两个prompt

import uuid
from langfuse.client import Langfuse

//1.创建一个新的trace对象
# 创建一个新trace
def create_trace(user_id):
    langfuse = Langfuse()
    # 创建一个不重复的 id
    trace_id = str(uuid.uuid4())
    trace = langfuse.trace(
        name="agiclass_assistant",
        id=trace_id,
        user_id=user_id
    )
    return trace

//2.这里输入的参数包括学生的问题question,outlines课程的内容,questions_list
//历史问题列表,user_id用户的id
# 主流程
def verify_question(
    question: str,
    outlines: str,
    question_list: list,
    user_id: str,
) -> bool:
    //3.可以看到先创建一个trace对象,然后
    trace = create_trace(user_id)
    //4.获取通过trace对象来获取handler对象
    handler = trace.get_langchain_handler()
    //5.首先调用第一个调用链,用大模型,判断问题是否需要回答
    # 判断是否需要回答