НачатьНачать бесплатно

Последовательные цепочки с LCEL

Шаблоны промптов готовы — теперь пора собрать всё вместе: объединить их с языковой моделью с помощью цепочек и LCEL. Объект llm уже определён и использует модель gpt-4o-mini от OpenAI.

При финальном вызове цепочки укажите любое занятие на ваш выбор! Если не знаете, что выбрать, попробуйте "play the harmonica".

Это упражнение является частью курса

Разработка LLM-приложений с помощью LangChain

Посмотреть курс

Инструкции к упражнению

  • Создайте последовательную цепочку с помощью LCEL, которая передаёт learning_prompt в llm, а результат направляет в time_prompt для повторной отправки в llm.
  • Первая часть цепочки должна формировать словарь, где ключом является "learning_plan", а значением — первая цепочка.
  • Вызовите цепочку с помощью метода .invoke(), передав занятие на ваш выбор!

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

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.____({"____": "____"}))
Редактировать и запускать код