ÎncepețiÎncepe gratuit

Lanțuri secvențiale cu LCEL

Acum că ai creat șabloanele de prompt, este momentul să le reunești pe toate – inclusiv LLM-ul – folosind lanțuri și LCEL. Un llm a fost deja definit pentru tine și utilizează modelul gpt-4o-mini de la OpenAI.

Pentru pasul final de apelare a lanțului, poți introduce orice activitate dorești! Dacă nu îți vine nimic în minte, încearcă cu "play the harmonica".

Acest exercițiu face parte din cursul

Developing LLM Applications with LangChain

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează un lanț secvențial folosind LCEL care transmite learning_prompt către llm și alimentează rezultatul în time_prompt pentru a fi retrimis către llm.
  • Prima parte ar trebui să creeze un dicționar cu "learning_plan" ca cheie și primul lanț ca valoare.
  • Apelează lanțul folosind metoda .invoke() cu activitatea la alegere!

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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.____({"____": "____"}))
Editează și rulează codul