LoslegenKostenlos starten

Sequenzielle Ketten mit LCEL

Nachdem du deine Prompt-Vorlagen erstellt hast, ist es an Zeit, alles, einschließlich des LLMs, mithilfe von Ketten und LCEL zusammenzufügen. Es wurde bereits ein llm für dich definiert, welches das gpt-4o-mini-Modell von OpenAI verwendet.

Für den Aufruf der Kette kannst du eine Aktivität dein Wahl einfügen! Wenn du nach Ideen suchst, probier doch mal "play the harmonica" aus.

Diese Übung ist Teil des Kurses

<Kurs>Entwickeln von LLM-Anwendungen mit LangChain</Kurs>
Kurs ansehen

Übungsanweisungen

  • Erstelle eine sequenzielle Kette mithilfe von LCEL, die learning_prompt an llm, sowie dessen Ausgabe an time_prompt weitergibt, und das Ergebnis wiederum an das llm schickt.
  • Rufe die Kette mit einer Aktivität deiner Wahl auf!

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

learning_prompt = PromptTemplate(
    input_variables=["activity"],
    template="I want to learn how to {activity}. Can you suggest how I can learn this step-by-step?"
)

time_prompt = PromptTemplate(
    input_variables=["learning_plan"],
    template="I only have one week. Can you create a concise plan to help me hit this goal: {learning_plan}."
)

# Complete the sequential chain with LCEL
seq_chain = ({"____": ____ | ____ | StrOutputParser()}
    | ____
    | ____
    | StrOutputParser())

# Call the chain
print(seq_chain.____({"____": "____"}))
Code bearbeiten und ausführen