शुरू करेंमुफ़्त में शुरू करें

LCEL के साथ Sequential chains

आपने अपने prompt templates बना लिए हैं, अब सब कुछ एक साथ जोड़ने का समय है — LLM सहित — chains और LCEL का उपयोग करके. आपके लिए पहले से एक llm परिभाषित है जो OpenAI के gpt-4o-mini मॉडल का उपयोग करता है.

चेन को कॉल करने के अंतिम चरण के लिए, आप अपनी पसंद की कोई भी activity डाल सकते हैं! अगर आइडिया नहीं सूझ रहा हो, तो "play the harmonica" आज़माएँ.

यह अभ्यास पाठ्यक्रम का हिस्सा है

LangChain के साथ LLM एप्लिकेशन विकसित करना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • LCEL का उपयोग करके एक sequential chain बनाएँ जो learning_prompt को llm में पास करे, और उसके आउटपुट को time_prompt में फीड करके दोबारा llm को भेजे.
  • पहला भाग एक डिक्शनरी बनाए जिसमें कुंजी "learning_plan" हो और वैल्यू के रूप में पहली चेन हो.
  • अपनी पसंद की activity के साथ .invoke() मेथड का उपयोग करके चेन को कॉल करें!

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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.____({"____": "____"}))
कोड संपादित करें और चलाएँ