飙车 LangChain：使用 Snowflake Cortex 进行大语言模型交互

本文链接：https://blog.youkuaiyun.com/zjhnfmkh/article/details/144766516

老铁们，今天咱们来聊聊怎样通过 LangChain 和 Snowflake Cortex 这对黄金组合，来操控那些行业领先的大语言模型（LLMs）。Snowflake Cortex 拥有来自 Mistral、Meta 和 Google 等大厂训练的 LLMs，其中也包括 Snowflake 自家开发的企业级模型 Snowflake Arctic。本文将带大家一步步探索如何使用 LangChain 与 Snowflake Cortex 进行交互。

一、安装和设置

首先，先安装 snowflake-snowpark-python 库。可以使用下面的命令：

%pip install --upgrade --quiet snowflake-snowpark-python

注意，如果你更新了包，记得重启下内核以确保你的 Jupyter Notebook 能正常使用这些更新的功能。

然后，我们需要配置连接 Snowflake 的凭据，可以用环境变量的方式，当然也可以在实例化模型时直接传递。

import getpass
import os

# 配置环境变量，这是连接 Snowflake 的第一步
if os.environ.get("SNOWFLAKE_ACCOUNT") is None:
    os.environ["SNOWFLAKE_ACCOUNT"] = getpass.getpass("Account: ")

if os.environ.get("SNOWFLAKE_USERNAME") is None:
    os.environ