随笔分类 - langchain
摘要:from langchain.output_parsers import PydanticOutputParser # 关键修正1:导入PydanticOutputParser from langchain.prompts import PromptTemplate from langchain_o
阅读全文
摘要:在了解了ConversationBufferMemory记忆类后,我们知道了它能够无限的将历史对话信息填充到History中,从而给大模型提供上下文的背景。但问题是:每个大模型都存在最大输入的Token限制,且过久远的对话数据往往并不能够对当前轮次的问答提供有效的信息,这种我们大家都能非常容易想到的
阅读全文
摘要:在最开始我们就通过实验知道LLM 本身是没有记忆的,每一次LLM的API调用都是一个全新的会话。但在某些应用程序中,如:聊天机器人,让LLM记住以前的历史交互是非常重要,无论是在短期的还是长期的。langchain中的“Memory”即对话历史(message history)就是为了实现这一点。
阅读全文
摘要:from langchain.output_parsers.enum import EnumOutputParser from enum import Enum #定义枚举类型 class Colors(Enum): RED = "红色" BROWN = "棕色" BLACK = "黑色" WHIT
阅读全文
摘要:from langchain.output_parsers import DatetimeOutputParser#日期输出解析器 from langchain.prompts import PromptTemplate #制定输出解析器 output_parser = DatetimeOutput
阅读全文
摘要:from langchain_openai import ChatOpenAI from langchain.output_parsers import CommaSeparatedListOutputParser from langchain.prompts import PromptTempla
阅读全文

浙公网安备 33010602011771号