当前位置: 首页 > news >正文

ChatPromptTemplate和AI Message的用法

ChatPromptTemplate的用法

用法1:


from langchain.chains import LLMChain
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_community.tools.tavily_search import TavilySearchResults
from langchain.chains import LLMMathChainprompt= ChatPromptTemplate.from_template("tell me the weather of {topic}")
str = prompt.format(topic="shenzhen")
print(str)

打印出:

Human: tell me the weather of shenzhen

最终和llm一起使用:

import ChatGLM
from langchain.chains import LLMChain
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplatefrom langchain_community.tools.tavily_search import TavilySearchResults
from langchain.chains import LLMMathChainprompt = ChatPromptTemplate.from_template("who is {name}")
# str = prompt.format(name="Bill Gates")
# print(str)
llm = ChatGLM.ChatGLM_LLM()
output_parser = StrOutputParser()
chain05 = prompt| llm | output_parser
print(chain05.invoke({"name": "Bill Gates"}))

用法2:

import ChatGLM
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplateprompt = ChatPromptTemplate.from_messages([("system", "You are a helpful AI bot. Your name is {name}."),("human", "Hello, how are you doing?"),("ai", "I'm doing well, thanks!"),("human", "{user_input}"),])llm = ChatGLM.ChatGLM_LLM()
output_parser = StrOutputParser()
chain05 = prompt| llm | output_parser
print(chain05.invoke({"name": "Bob","user_input": "What is your name"}))

也可以这样:

import ChatGLM
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplatellm = ChatGLM.ChatGLM_LLM()prompt = ChatPromptTemplate.from_messages([("system", "You are a helpful AI bot. Your name is {name}."),("human", "Hello, how are you doing?"),("ai", "I'm doing well, thanks!"),("human", "{user_input}"),])# a = prompt.format_prompt({name="Bob"})a = prompt.format_prompt(name="Bob",user_input="What is your name") 
print(a)
print(llm.invoke(a))

参考: https://python.langchain.com/docs/modules/model_io/prompts/quick_start
https://python.langchain.com/docs/modules/model_io/prompts/composition

http://www.lryc.cn/news/296119.html

相关文章:

  • Terraform实战(三)-在AWS上尝试Terraform的Vault Provider
  • 【Nicn的刷题日常】之有序序列合并
  • PostgreSql与Postgis安装
  • 【Spring连载】使用Spring Data访问Redis(九)----Redis流 Streams
  • MySQL:从基础到实践(简单操作实例)
  • Flink流式数据倾斜
  • 零基础学编程系列,从入门到精通,中文编程开发语言工具下载,编程构件容器件之控制面板构件用法
  • 使用PowerBI 基于Adventure Works案例分析
  • 人工智能之估计量评估标准及区间估计
  • Ubuntu权限相关命令
  • RTE2023第九届实时互联网大会:揭秘未来互联网趋势,PPT分享引领行业新思考
  • Hadoop-生产调优
  • Elasticsearch基于分区的索引策略
  • ASP.NET Core MVC 控制查询数据表后在视图显示
  • C语言第二十弹---指针(四)
  • 常用排序算法(Java版本)
  • CPP项目:Boost搜索引擎
  • 【洛谷 P1616】疯狂的采药 题解(动态规划+完全背包)
  • L1-027 出租分数 20
  • 51单片机精进之路-1点亮led灯
  • 嵌入式学习Day14 C语言 --- 位运算
  • idea设置terminal为git
  • 《MySQL 简易速速上手小册》第3章:性能优化策略(2024 最新版)
  • 【golang】23、gorilla websocket 源码:examples、数据结构、流程
  • SpringCloud+RabbitMQ+Docker+Redis+搜索+分布式 基础(持续更新~)
  • flask+pyinstaller实现mock接口,并打包到exe运行使用postman验证
  • 【Spring Boot】第一篇 创建简单的Spring Boot项目
  • SSL协议是什么?关于SSL和TLS的常见问题解答
  • 第十五个知识:JQuery
  • 用Matlab 2015a svmtrain函数训练的SVM model在2021b无法使用的解决方法