珍岛网站建设,设计师网页设计,河南省城乡住房建设厅网站首页,e福州app官方下载原文地址#xff1a;【LangChain系列 11】Prompt模版——拼装组合
本文速读#xff1a; 多prompt模版组合 单prompt模版拼装 在平常业务开发中#xff0c;我们常常需要把一些公共模块提取出来作为一个独立的部分#xff0c;然后将业务中去将这些模块进行组合。在LLM应用…原文地址【LangChain系列 11】Prompt模版——拼装组合
本文速读 多prompt模版组合 单prompt模版拼装 在平常业务开发中我们常常需要把一些公共模块提取出来作为一个独立的部分然后将业务中去将这些模块进行组合。在LLM应用开发中我们也会需要采用这种思想比如将一些公共的promt模版独立出来这样prompt模版就可以更好地复用减少不必要的代码保持代码和逻辑的简洁。 LangChain对prompt模版的组合提供两种方式
1. 针对多个prompt模版进行组合。
2. 将多个部分拼装成一个prompt模版。 01 多prompt模版组合 LangChain提供了PipelinePrompt来进行多prompt模版组合。一个PipelinePrompt包含两个部分 最终的prompt模版最终生成的prompt模版。 待组合的prompt模版它是一个列表列表里的每一项包含一个名字和一个prompt模版。
如下面代码所示full_prompt就是最终的 prompt模版input_prompts就是 待组合的prompt模版将input_prompts中的prompt模版最终组合成了full_prompt。
from langchain.prompts.pipeline import PipelinePromptTemplate
from langchain.prompts.prompt import PromptTemplatefull_template {introduction}{example}{start}
full_prompt PromptTemplate.from_template(full_template)introduction_template You are impersonating {person}.
introduction_prompt PromptTemplate.from_template(introduction_template)example_template Heres an example of an interaction: Q: {example_q}
A: {example_a}
example_prompt PromptTemplate.from_template(example_template)start_template Now, do this for real!Q: {input}
A:
start_prompt PromptTemplate.from_template(start_template)input_prompts [(introduction, introduction_prompt),(example, example_prompt),(start, start_prompt)
]
pipeline_prompt PipelinePromptTemplate(final_promptfull_prompt, pipeline_promptsinput_prompts)
print(pipeline_prompt.input_variables)
输出结果
[example_a, person, example_q, input]
执行下面代码
print(pipeline_prompt.format(personElon Musk,example_qWhats your favorite car?,example_aTesla,inputWhats your favorite social media site?
))
输出结果 You are impersonating Elon Musk.Heres an example of an interaction: Q: Whats your favorite car?A: TeslaNow, do this for real!Q: Whats your favorite social media site?A: 02 单prompt模版拼装 单prompt模版拼装是指将多个部分拼装成一个完整的prompt模版一般来说是将字符串与prompt模版拼成一个新的prompt模版。下面主要介绍字符串prompt模版和对话prompt模版这两种模版的拼装通过两个代码示例来介绍它们的用法。
字符串prompt模版
在下面代码中将一个字符串prompt模版和两个字符串通过 拼装起来。
from langchain.prompts import PromptTemplateprompt (PromptTemplate.from_template(Tell me a joke about {topic}) , make it funny \n\nand in {language}
)
print(prompt)
输出结果
PromptTemplate(input_variables[language, topic], output_parserNone, partial_variables{}, templateTell me a joke about {topic}, make it funny\n\nand in {language}, template_formatf-string, validate_templateTrue)
执行代码
print(prompt.format(topicsports, languagespanish))
输出结果
Tell me a joke about sports, make it funny\n\nand in spanish
同样我们可以在LLMChain中使用这个拼装的prompt。
from langchain.chat_models import ChatOpenAI
from langchain.chains import LLMChainmodel ChatOpenAI(openai_api_keyxxx)
chain LLMChain(llmmodel, promptprompt)
chain.run(topicsports, languagespanish)
执行代码输出结果
¿Por qué el futbolista llevaba un paraguas al partido?\n\nPorque pronosticaban lluvia de goles.
对话prompt模版
在下面代码中将对话prompt中的Message和字符串通过 进行拼装形成一个新的prompt模版不仅可以将Message进行拼装而且可以将MessagePrompt进行拼装不过先要将MessagePrompt中的变量进行赋值。
from langchain.prompts import ChatPromptTemplate, HumanMessagePromptTemplate
from langchain.schema import HumanMessage, AIMessage, SystemMessageprompt SystemMessage(contentYou are a nice pirate)
new_prompt (prompt HumanMessage(contenthi) AIMessage(contentwhat?) {input}
)print(new_prompt.format_messages(inputi said hi))
输出结果
[SystemMessage(contentYou are a nice pirate, additional_kwargs{}),HumanMessage(contenthi, additional_kwargs{}, exampleFalse),AIMessage(contentwhat?, additional_kwargs{}, exampleFalse),HumanMessage(contenti said hi, additional_kwargs{}, exampleFalse)]
同样地可以在LLMChain中使用它
from langchain.chat_models import ChatOpenAI
from langchain.chains import LLMChainmodel ChatOpenAI(openai_api_keyxxx)
chain LLMChain(llmmodel, promptnew_prompt)
chain.run(i said hi)
执行代码输出结果
Oh, hello! How can I assist you today? 本文小结
本文主要介绍了prompt模版的拼装组合既可以将多个prompt模版进行组合也可以对单个prompt模版进行拼装。 更多最新文章请关注公众号大白爱爬山
