لینگچین کے لیے تیز شروعات

1. تیز رفتار شروع

ذیل میں ایک سادہ مثال دی گئی ہے جو langchain کا مظاہرہ کرتی ہے، جو دکھاتی ہے کہ کس طرح langchain فریم ورک کا استعمال کرکے ماڈلز کو بلانے کے کام کے لئے کریا کرنا ہوتا ہے۔

2. لینگچین مثال

2.1. لینگ چین کا انسٹال کرنا

لینگ چین کو انسٹال کرنے کے لئے، آپ Pip اور کونڈا کا استعمال کرسکتے ہیں۔ لینگ چین کو انسٹال کرنے کے لئے مندرجہ ذیل اقدامات کریں:

Pip کا استعمال کرتے ہوئے:

pip install langchain

کونڈا کا استعمال کرتے ہوئے:

conda install langchain -c conda-forge

2.2. ماڈل کی شروعات کرنا

لینگ چین کا استعمال کرنے سے پہلے، آپ کو لینگ چین x OpenAI انٹیگریشن پیکیج کو امپورٹ کرنا ہوگا اور API کی کلید کو ایک ماحولی متغیر کے طور پر سیٹ کرنا ہوگا یا اسے سیدھے طور پر OpenAI LLM کلاس کو منتقل کرنا ہوگا۔

پہلے، OpenAI API کی چابی حاصل کریں، جو کہ ایک اکاؤنٹ بنانے اور اس لنک تک رسائی حاصل کرکے حاصل کی جاسکتی ہے۔ پھر، آپ کچھ یوں محیطی متغیر کی طرح API کی کلید کو سیٹ کرسکتے ہیں:

export OPENAI_API_KEY="آپ کی ای پی آئی کی"

اگر آپ محیطی متغیر کو سیٹ نہیں کرنا چاہتے ہیں تو، آپ اپنے API کی کلید کو سیٹ کرتے وقت سیدھے طور پر پاس کرسکتے ہیں:

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(openai_api_key="آپ کی ای پی آئی کی")

2.3. LLM کا استعمال کرنا

سوالات کا جواب دینے کے لئے LLM کا استعمال کرنا بہت ہی آسان ہے۔ آپ مستقیم طور پر LLM کے invoke میثاق کو بلانے کیلئے LLM کے invoke میثاق کو بلانے کیلئے استعمال کرسکتے ہیں اور سوال کو پیرامیٹر کے طور پر منتقل کرسکتے ہیں۔ علاوہ ازیں، آپ مستقیم طور پر ماڈل (LLM) کو دستیاب کرنے کے لئے پرامپٹ ٹیمپلیٹس کو بنانے کے لئے آمر بھیج سکتے ہیں۔

مندرجہ ذیل مثال دیکھاتی ہے کہ کس طرح ایک سادہ LLM چین بنایا جاسکتا ہے:

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_messages([
    ("system", "آپ دنیا کے معیار کے تعلیمی دستاویز لکھنے والے ہیں۔"),
    ("user", "{ان پٹ}")
])

chain = prompt | llm

chain.invoke({"ان پٹ": "langsmith ٹیسٹنگ میں کس طرح مدد فراہم کرتا ہے؟"})

2.4. اینتبا کا تبدیلی

LLM کا اینٹپٹ عموماً ایک پیغام ہوتا ہے۔ نتیجہ کو بہتر انداز میں ہینڈل کرنے کے لئے، آپ پیغام کو ایک سٹرنگ میں تبدیل کرسکتے ہیں۔ مندرجہ ذیل مثال دیکھاتی ہے کہ کس طرح LLM کے اینٹپٹ پیغام کو ایک سٹرنگ میں تبدیل کرنا ہے:

from langchain_core.output_parsers import StrOutputParser

output_parser = StrOutputParser()

chain = prompt | llm | output_parser

chain.invoke({"ان پٹ": "langsmith ٹیسٹنگ میں کس طرح مدد فراہم کرتا ہے؟"})

مذکورہ بالا LLM چین کی تعارف ہے، امید ہے کہ یہ آپ کو بہتر طریقے سے مدد فراہم کرے گا کہ کس طرح لینگ چین کا انسٹال کرنا ہے اور مختلف قسم کے چین بنانے کے طریقے۔