CommencerCommencez gratuitement

Chaînes séquentielles avec LCEL

Une fois vos modèles de prompt créés, il est temps de tout relier, y compris le LLM, à l'aide de chaînes et de LCEL. Une interface utilisateur llm a déjà été définie pour vous qui utilise le modèle gpt-4o-mini d’OpenAI.

Pour la dernière étape de l'appel de la chaîne, n'hésitez pas à insérer l'activité de votre choix. Si vous êtes en manque d'inspiration, essayez de saisir "play the harmonica".

Cet exercice fait partie du cours

<cours>Développement d'applications LLM avec LangChain</cours>
Voir le cours

Instructions de l’exercice

  • Créez une chaîne séquentielle à l'aide de LCEL qui transmet learning_prompt à llm, puis renvoie la sortie à time_prompt pour qu'elle soit renvoyée à llm.
  • Appelez la chaîne avec l'activité de votre choix.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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.____({"____": "____"}))
Modifier et exécuter le code