前言
随着大语言模型(Large Language Model, LLM)的不断涌现,越来越多的人开始关注其在各个领域中的应用。LLM 是一种能够生成高质量文本的人工智能技术,其基本思想是通过大量的语料库进行学习,从而掌握语言的规律和特点。在 LLM 的发展历程中,涌现出了许多优秀的模型,如 GPT、BERT 等,它们在文本生成、机器翻译、信息检索等领域中都取得了显著的成果。
随着 LLM 场景的多样化,越来越多的人开始希望 LLM 能够在垂直领域中发挥其强大的功能。例如,在金融领域中,LLM 可以被用来生成新闻报道、分析股票市场、预测未来趋势等;在医疗领域中,LLM 可以被用来生成病历记录、医学文献、疾病诊断等;在法律领域中,LLM 可以被用来生成法律文书、案例分析、法律咨询等。这些应用场景的出现,为 LLM 的发展提供了更加广阔的空间。
在过去,很多人认为AI应用离我们很遥远,好像是不属于自己专业范畴的东西。但随着时代的变迁,LangChain的出现为开发者提供了更加快速、便捷的AI应用开发工具,使得集成AI技术变得更加容易。
大语言模型(LLM)
LangChain为两种类型的模型提供接口和集成:
- LLM:将文本字符串作为输入并返回文本字符串的模型。
- ChatModel:由语言模型支持将聊天消息列表作为输入并返回聊天消息的模型。
大型语言模型(LLM)是LangChain的核心组件。LangChain不提供自己的LLM,而是提供了一个标准接口,用于与许多不同的LLM进行交互。
LangChain 旨在为所有模型提供商提供标准接口,目前已经支持很多模型提供商,如 OpenAI、Hugging Face 等。
在后续文章中,都将以 OpenAI 模型来作示例。
安装
首先,我们需要安装 OpenAI Python 包:
pip install openai
设置环境变量或配置
通过运行以下命令将 OpenAI 秘钥和代理地址设置为环境变量:
export OPENAI_API_KEY="..."
export OPENAI_API_BASE="..."
也可以在项目中通过 .env 进行统一配置:
OPENAI_API_KEY=...
OPENAI_API_BASE=...
然后通过 dotenv 进行加载:
import dotenv
dotenv.load_dotenv('.env')
也可以在启动 OpenAI LLM 类时直接通过 openai_api_key
命名参数传递密钥:
from langchain.llms import OpenAI
llm = OpenAI(openai_api_key="...")
否则,您可以在没有任何参数的情况下初始化:
from langchain.llms import OpenAI
llm = OpenAI()
OpenAI 所有的参数可以通过查看BaseOpenAI
源码,常用参数如temperature
、model_name
等。
运行
下面是最简单使用大模型的示例,输入一个字符串,得到一个字符串响应。
llm("给我讲一个冷笑话")
# 'nn为什么海绵先生不喜欢乘出租车?n因为他怕被挤压。'
批量调用
generate
方法允许我们使用字符串列表调用模型,批量返回结果,同时获得比文本更完整的响应内容。这个完整的回复可以包括多个问题的结果和 LLM 提供商特定的信息:
# 生成3组问题
llm_result = llm.generate(["给我讲个笑话", "告诉我一首诗"] * 3)
# generations=[[Generation(text='nn两个熊在森林里散步,一个说:“嘿,你知道这里有什么吗?”另一个熊说:“那当然,就是树,草,花,虫子,兔子,鸟……”第一只熊说:“不,我是说这里有什么可笑的事情?”', generation_info={'finish_reason': 'stop', 'logprobs': None})], [Generation(text='nn《春晓》nn春眠不觉晓,n处处闻啼鸟。n夜来风雨声,n花落知多少。', generation_info={'finish_reason': 'stop', 'logprobs': None})], [Generation(text='nnQ:给我讲个笑话nnA:一位老妇人去买西瓜,西瓜店主问:“您要几斤?” 老妇人说:“一百斤!” 西瓜店主大吃一惊,问:“这么多?您要吃吗?” 老妇人说:“不是吃,是把它们搬回家。”', generation_info={'finish_reason': 'stop', 'logprobs': None})], [Generation(text='nn春江花月夜nn春江潮水连海平,nn瓢泼大作,nn闻郎江上唱歌声。nn万里悲秋常作客,nn百年多病独登台。nn艰难苦恨繁霜鬓,nn潦倒新停浊酒杯。', generation_info={'finish_reason': 'stop', 'logprobs': None})], [Generation(text='nn答:n一个人拿着一张折叠椅子去买,店主问他:“这是要坐在家里吗?”那人说:“不,我要用它来折叠我的现金。”', generation_info={'finish_reason': 'stop', 'logprobs': None})], [Generation(text='nn《立春》n春来江水绿如蓝,n春来江山青如烟。n晴空万里,n桃花红叶,n燕子归陇头,n蝉鸣林中残月。n桃李满园春色新,n芳草秋风萧索深。n绿池碧波,n清芬满堤,n沉醉芳草香,n思乡心在天涯。', generation_info={'finish_reason': 'stop', 'logprobs': None})]] llm_output={'token_usage': {'prompt_tokens': 81, 'total_tokens': 999, 'completion_tokens': 918}, 'model_name': 'text-davinci-003'} run=[RunInfo(run_id=UUID('c437fbea-7853-4ef4-b6ad-ab1bf6c9b96d')), RunInfo(run_id=UUID('b497dde8-6d4b-40d7-b437-55f5de755893')), RunInfo(run_id=UUID('74af1231-abdb-4455-a0ef-0857bf38348d')), RunInfo(run_id=UUID('ded92dc5-cbf5-4da1-bb4f-7f3452468203')), RunInfo(run_id=UUID('6e7ecbeb-53d4-437c-a1b3-87a7905eb644')), RunInfo(run_id=UUID('2cbf483e-1ad8-4c43-8981-9f528902ae3f'))]
打印模型返回结果数量:
len(llm_result.generations)
# 6
获取指定索引的结果:
llm_result.generations[0]
# [Generation(text='nn两个熊在森林里散步,一个说:“嘿,你知道这里有什么吗?”另一个熊说:“那当然,就是树,草,花,虫子,兔子,鸟……”第一只熊说:“不,我是说这里有什么可笑的事情?”', generation_info={'finish_reason': 'stop', 'logprobs': None})]
还可以访问返回的提供商特定信息,该信息在提供商之间并未标准化,这可能用于返回消耗的 Token等信息:
llm_result.llm_output
# {'token_usage': {'prompt_tokens': 81, 'total_tokens': 999, 'completion_tokens': 918}, 'model_name': 'text-davinci-003'}
异步调用
LangChain通过使用Python的异步IO库asyncio,为LLM提供了异步支持。这对于同时调用多个LLM特别有用,因为这些调用通常是网络绑定的。目前,LangChain支持OpenAI、PromptLayerOpenAI和ChatOpenAI,但对其他LLM的异步支持已经在开发计划中。
LLM异步调用可以提高模型的效率和响应速度。通过异步调用,可以在发送请求后立即返回响应,而不需要等待模型完成处理。这样可以减少用户等待时间,并允许同时处理多个请求。异步还可以提高系统的吞吐量,使系统能够更好地处理高负载的请求。
可以使用该agenerate
方法异步调用 OpenAI LLM:
import time
import asyncio
import dotenv
from langchain.llms import OpenAI
dotenv.load_dotenv('.env')
def generate_serially():
llm = OpenAI(temperature=0.9)
for _ in range(5):
resp = llm.generate(["给我讲个冷笑话?"])
print(resp.generations[0][0].text)
async def async_generate(llm):
resp = await llm.agenerate(["给我讲个冷笑话?"])
print(resp.generations[0][0].text)
async def generate_concurrently():
llm = OpenAI(temperature=0.9)
tasks = [async_generate(llm) for _ in range(5)]
await asyncio.gather(*tasks)
s = time.perf_counter()
asyncio.run(generate_concurrently())
elapsed = time.perf_counter() - s
print("33[1m" + f"并发执行耗时 {elapsed:0.2f} 秒." + "33[0m")
s = time.perf_counter()
generate_serially()
elapsed = time.perf_counter() - s
print("33[1m" + f"顺序执行耗时 {elapsed:0.2f} 秒." + "33[0m")
运行结果:
Q: Why did the skeleton go to the party?
A: He wanted to come out of his shell!
Q:Why did the scarecrow win an award?
A:Because he was outstanding in his field.
Q: Why did the bird go to the hospital?
A: Because it was feeling a little "tweet"!
Q: 你有多开心?
A: 我连自己都不敢笑。
两个僵尸在沙漠里聊天,其中一个说:“这里有什么热门话题吗?”另一个说:“没有,只有死人。”
并发执行耗时 2.79 秒.
Q: Why did the banana go to the hospital?
A: Because it wasn't peeling well.
为什么老虎不吃醋? 因为老虎不喜欢苦涩的味道。
Q: What do you call a bear with no teeth?
A: A gummy bear!
Q: What did one wall say to the other wall?
A: I'll meet you at the corner!
Q: What did the fish say when it bumped into the wall?
A: Dam!
顺序执行耗时 8.15 秒.
缓存
LangChain为LLM提供了可选的缓存层,这是非常有用的。因为它可以有两个好处:首先,如果您经常需要请求相同的内容,那么通过减少对LLM提供商API的调用次数,您可以节省费用。其次,缓存层可以加快您的请求速度,从而更快地完成申请。
为了能体现出缓存的效果,我们使用比较慢的模型进行测试:
import langchain
from langchain.llms import OpenAI
llm = OpenAI(model_name="text-davinci-002", n=2, best_of=2)
LangChain 支持很多缓存方式,如内存缓存、SQLite缓存、Redis缓存、GPTCache、SQLAlchemyCache等等。下面提供几个示例,其他大同小异:
内存缓存
from langchain.cache import InMemoryCache
langchain.llm_cache = InMemoryCache()
s = time.perf_counter()
# 第一次调用
print(llm.predict("给我讲一个冷笑话"))
elapsed = time.perf_counter() - s
print("33[1m" + f"第一次调用耗时 {elapsed:0.2f} 秒." + "33[0m")
s = time.perf_counter()
# 第二次调用
print(llm.predict("给我讲一个冷笑话"))
elapsed = time.perf_counter() - s
print("33[1m" + f"第二次调用耗时 {elapsed:0.2f} 秒." + "33[0m")
运行结果:
What do you call a snowman with a six-pack? An abdominal snowman!
第一次调用耗时 3.32 秒.
What do you call a snowman with a six-pack? An abdominal snowman!
第二次调用耗时 0.00 秒.
SQLite 缓存
我们可以用 SQLite 缓存做同样的事情:
from langchain.cache import SQLiteCache
langchain.llm_cache = SQLiteCache(database_path=".langchain.db")
s = time.perf_counter()
# 第一次调用
print(llm.predict("给我讲一个笑话"))
elapsed = time.perf_counter() - s
print("33[1m" + f"第一次调用耗时 {elapsed:0.2f} 秒." + "33[0m")
s = time.perf_counter()
# 第二次调用
print(llm.predict("给我讲一个笑话"))
elapsed = time.perf_counter() - s
print("33[1m" + f"第二次调用耗时 {elapsed:0.2f} 秒." + "33[0m")
运行结果:
A man walks into a bar and asks for a beer. The bartender says "You're out of luck. We've been closed for fifteen minutes."
第一次调用耗时 4.04 秒.
A man walks into a bar and asks for a beer. The bartender says "You're out of luck. We've been closed for fifteen minutes."
第二次调用耗时 0.00 秒.
Redis 缓存
from redis import Redis
from langchain.cache import RedisCache
langchain.llm_cache = RedisCache(redis_=Redis(port=16379, password='zwqh0258', db=8))
s = time.perf_counter()
# 第一次调用
print(llm.predict("给我讲一个冷笑话"))
elapsed = time.perf_counter() - s
print("33[1m" + f"第一次调用耗时 {elapsed:0.2f} 秒." + "33[0m")
s = time.perf_counter()
# 第二次调用
print(llm.predict("给我讲一个冷笑话"))
elapsed = time.perf_counter() - s
print("33[1m" + f"第二次调用耗时 {elapsed:0.2f} 秒." + "33[0m")
运行结果:
为什么火车要开铁皮?
为了防止风吹走。
第一次调用耗时 2.63 秒.
为什么火车要开铁皮?
为了防止风吹走。
第二次调用耗时 0.01 秒.
缓存可选性
在特定情况下,还可以关闭特定模型的缓存。如下:
no_cache_llm = OpenAI(model_name="text-davinci-002", cache=False)
序列化
LangChain 支持在磁盘上存储和读取 LLM 配置。如果您需要在配置中存储某些值,例如供应商名称、温度等信息,那么使用此功能将非常有用。
LLM文件可以使用JSON或YAML格式保存在磁盘上,这两种格式都是相同的,无论文件的扩展名是什么。这样的设计可以方便地在不同的应用程序中使用LLM文件,并且无需更改文件的加载方式。
llm.json:
{
"model_name": "text-davinci-003",
"temperature": 0.7,
"max_tokens": 256,
"top_p": 1.0,
"frequency_penalty": 0.0,
"presence_penalty": 0.0,
"n": 1,
"best_of": 1,
"request_timeout": null,
"_type": "openai"
}
llm.yaml:
_type: openai
best_of: 1
frequency_penalty: 0.0
max_tokens: 256
model_name: text-davinci-003
n: 1
presence_penalty: 0.0
request_timeout: null
temperature: 0.7
top_p: 1.0
我们可以对配置文件进行加载和保存:
# 加载方法
llm = load_llm("llm.json")
llm = load_llm("llm.yaml")
# 保存方法
llm.save("llm.json")
llm.save("llm.yaml")
流式响应
一些流行的大型语言模型(LLM)提供了两种响应方式,即同步和流式响应。与同步响应不同,流式响应意味着您可以立即开始处理响应,而无需等待整个响应返回。如果您需要在生成响应时立即向用户显示响应,或者需要在生成响应时对其进行处理,这对您非常有用。
LangChain支持许多不同的 LLM 实施的流式传输,包括但不限于 OpenAI
、ChatOpenAI
、ChatAnthropic
、Hugging Face Text Generation Inference
和Replicate
。此功能已扩展以适应大多数型号。要使用流式传输,请使用CallbackHandler
实现on_llm_new_token
。
如使用StreamingStdOutCallbackHandler
:
from langchain.llms import OpenAI
from langchain.callbacks.streaming_stdout import StreamingStdOutCallbackHandler
llm = OpenAI(streaming=True, callbacks=[StreamingStdOutCallbackHandler()],
temperature=0)
resp = llm("给我讲一个笑话")
# 一个人去买西瓜,卖西瓜的老板问:“你要几斤?”顾客回答:“我要一斤半。”老板说:“一斤半?你是不是想吃两斤?”顾客说:“不,我只想吃一斤半,另外半斤是给我的狗吃的。”
如果需要使用LLMResult
,可以提供访问最后一次生成的数据,但是token_usage目前不支持实时流式传输。
llm.generate(["给我讲一个笑话"])
# generations=[[Generation(text='nn一个人去买西瓜,卖西瓜的老板问:“你要几斤?”顾客回答:“我要一斤半。”老板说:“一斤半?你是不是想吃两斤?”顾客说:“不,我只想吃一斤半,另外半斤是给我的狗吃的。”', generation_info={'finish_reason': 'stop', 'logprobs': None})]] llm_output={'token_usage': {}, 'model_name': 'text-davinci-003'} run=[RunInfo(run_id=UUID('e9da15df-2a25-4b55-92f4-a4154525e8b4'))]
跟踪模型 Token 使用情况
LangChain支持跟踪特定调用的令牌使用情况,但这项功能目前只针对 OpenAI API 实现。
from langchain.llms import OpenAI
from langchain.callbacks import get_openai_callback
llm = OpenAI(model_name="text-davinci-002", n=2, best_of=2)
with get_openai_callback() as cb:
result = llm("Tell me a joke")
print(cb)
with get_openai_callback() as cb:
result = llm("讲一个笑话")
print(cb)
运行结果:
Tokens Used: 42
Prompt Tokens: 4
Completion Tokens: 38
Successful Requests: 1
Total Cost (USD): $0.00084
Tokens Used: 319
Prompt Tokens: 11
Completion Tokens: 308
Successful Requests: 1
Total Cost (USD): $0.006379999999999999
从上面我们可以得知这次请求消耗Token数和总共花费的金额,大致可以看出中文提示消耗的Token会比英文更大。
在上下文管理器内的任何内容都会被跟踪。以下是使用它按顺序跟踪多个请求的示例:
with get_openai_callback() as cb:
result = llm("Tell me a joke")
result2 = llm("讲一个笑话")
print(cb)
运行结果:
Tokens Used: 563
Prompt Tokens: 15
Completion Tokens: 548
Successful Requests: 2
Total Cost (USD): $0.011260000000000001
同时也支持使用包含多个步骤的链或代理,它将跟踪所有这些步骤:
from langchain.agents import load_tools
from langchain.agents import initialize_agent
from langchain.agents import AgentType
from langchain.llms import OpenAI
# SERPAPI_API_KEY 可以通过 https://serpapi.com/ 注册获取
os.environ["SERPAPI_API_KEY"] = "xxx" # pip install google-search-results==2.4.2
llm = OpenAI(temperature=0)
tools = load_tools(["serpapi", "llm-math"], llm=llm)
agent = initialize_agent(
tools, llm, agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION, verbose=True
)
with get_openai_callback() as cb:
response = agent.run(
"现在的美国总统是谁?他几岁了?"
)
print(cb)
运行结果:
> Entering new AgentExecutor chain...
I need to find out who the current US President is and their age.
Action: Search
Action Input: "Current US President"
Observation: Joe Biden
Thought: I need to find out Joe Biden's age.
Action: Search
Action Input: "Joe Biden age"
Observation: 80 years
Thought: I now know the final answer.
Final Answer: Joe Biden is 80 years old.
> Finished chain.
Tokens Used: 898
Prompt Tokens: 829
Completion Tokens: 69
Successful Requests: 3
Total Cost (USD): $0.01796
小结
本文为你介绍了学习LangChain的背景,简要讲解了安装和配置基础的开发环境,并深入介绍了LLM核心组件的相关API,包括运行、调用、缓存机制、配置序列化、流式响应和跟踪token适应情况等方面的内容。可以说,LLM是开发AI应用的基石,具有重要的作用。
理解新范式,拥抱新时代,把握新机会。如果对你有帮助记得点赞收藏哦~ 关注公众号【码森林】~ 《LangChain 入门到实战教程》更多内容