EmpezarEmpieza gratis

Cadenas secuenciales con LCEL

Una vez creadas las plantillas de prompts, es hora de unir todo, incluido el LLM, utilizando cadenas y LCEL. Ya se ha definido una interfaz de usuario (llm) que utiliza el modelo gpt-4o-mini de OpenAI.

Para el último paso de llamar a la cadena, siéntete libre de insertar cualquier actividad que desees. Si te cuesta encontrar ideas, prueba a introducir «"play the harmonica"».

Este ejercicio forma parte del curso

Desarrollo de aplicaciones LLM con LangChain

Ver curso

Instrucciones del ejercicio

  • Crea una cadena secuencial utilizando LCEL que pase learning_prompt al llm y envíe la salida a time_prompt para reenviarla al llm.
  • La primera parte debe crear un diccionario con "learning_plan" como clave y la primera cadena como valor.
  • ¡Llama a la cadena utilizando el método « .invoke() » con la actividad que prefieras!

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

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 = ({"learning_plan": ____ | ____ | ____}
    | ____
    | ____
    | StrOutputParser())

# Call the chain
print(seq_chain.____({"____": "____"}))
Editar y ejecutar código