LangChain жишээ үүсгэх

LangChain болон DSPy-тэй хиймэл оюун ухаанаар ажилладаг програм хангамж хөгжүүлэлтийг зохион байгуулах

Танилцуулга

Хиймэл оюун ухаан (AI) болон Machine Learning (ML) хурдацтай дэвшил нь програм хангамжийн хөгжүүлэлтийн талбарт хувьсгал хийсэн. LangChain болон DSPy зэрэг том хэлний загварууд (LLMs) нь програм хангамж хөгжүүлэх янз бүрийн талыг автоматжуулах хүчирхэг хэрэгсэл болж гарч ирсэн. Гэсэн хэдий ч хиймэл оюун ухаанд суурилсан эдгээр хэрэгслийг уламжлалт програм хангамжийн инженерийн шилдэг туршлагуудтай нэгтгэх нь бэрхшээлтэй байж болно. Энэ нийтлэлд бид LangChain болон DSPy ашиглан програм хангамж хөгжүүлэх эрлийз хандлагыг судалж, LLM-ийг програм хангамжийн инженерийн шилдэг туршлагуудтай нэгтгэх, хөгжүүлэлтийн үйл явцыг оновчтой болгохын тулд зохион байгуулалтын хэрэгслийг ашиглахад анхаарлаа хандуулах болно.

LangChain гэж юу вэ?

LangChain нь том хэлний загвар (LLM) ашиглан хиймэл оюун ухаанаар ажилладаг программуудыг бүтээх боломжийг хөгжүүлэгчдэд олгодог нээлттэй эхийн номын сан юм. Энэ нь LLM-тэй харилцах энгийн бөгөөд ойлгомжтой API-г өгдөг бөгөөд тэдгээрийг програм хангамж хөгжүүлэх ажлын урсгалд нэгтгэхэд хялбар болгодог. LangChain нь LLaMA, BERT зэрэг алдартай LLM-ийг дэмждэг.

DSPy гэж юу вэ?

DSPy бол Python номын сан бөгөөд том хэлний загвартай (LLMs) харилцах энгийн бөгөөд үр дүнтэй арга юм. Энэ нь хөгжүүлэгчдэд LLM-ийг текст үүсгэх, ангилах, кластер хийх зэрэг ажлуудад ашиглах боломжийг олгодог. DSPy нь маш том хэмжээтэй байхаар бүтээгдсэн бөгөөд их хэмжээний өгөгдөлтэй ажиллах боломжтой.

Програм хангамж боловсруулах эрлийз хандлага

Програм хангамж боловсруулах эрлийз арга нь LangChain, DSPy зэрэг хиймэл оюун ухаанд суурилсан хэрэгслүүдийг уламжлалт програм хангамжийн инженерийн шилдэг туршлагуудтай нэгтгэх явдал юм. Энэ арга нь хоёр ертөнцийн давуу талыг хөшүүрэг болгож, хөгжүүлэгчдэд давтагдах даалгавруудыг автоматжуулах, өндөр түвшний дизайн, архитектурт анхаарлаа хандуулах боломжийг олгодог.

Эрлийз аргын ашиг тус

Програм хангамж хөгжүүлэх эрлийз арга нь хэд хэдэн давуу талтай бөгөөд үүнд:

Бүтээмж нэмэгдэх: Давтагдах ажлуудыг автоматжуулснаар хөгжүүлэгчид өндөр түвшний дизайн, архитектурт анхаарлаа төвлөрүүлж, бүтээмжийг нэмэгдүүлэх боломжтой.
Сайжруулсан чанар: LangChain болон DSPy зэрэг хиймэл оюун ухаанд суурилсан хэрэгслүүд нь алдаа, зөрчлийг тодорхойлоход тусалж, програм хангамжийн ерөнхий чанарыг сайжруулж чадна.
Сайжруулсан хамтын ажиллагаа: Гибрид арга нь хөгжүүлэгчдэд илүү үр дүнтэй хамтран ажиллах, мэдлэг, туршлагаа хуваалцах, илүү сайн программ хангамж бүтээх боломжийг олгодог.

Хиймэл оюун ухаанаар ажилладаг програм хангамжийн хөгжүүлэлтийг зохион байгуулах

Хиймэл оюун ухаанаар ажилладаг програм хангамжийн хөгжүүлэлтийг зохион байгуулах нь LangChain, DSPy зэрэг хэрэгслүүдийг ашиглан хөгжүүлэлтийн үйл явцын янз бүрийн талыг автоматжуулах явдал юм. Үүнд дараах ажлууд багтаж болно:

Код үүсгэх: Өгөгдөл боловсруулах эсвэл API нэгтгэх гэх мэт нийтлэг ажлуудад код үүсгэхийн тулд LLM ашиглах.
Код хянан үзэх: Алдаа болон зөрчилдөөнийг шалгахын тулд AI-д суурилсан хэрэгслүүдийг ашиглах.
Тест хийх: Туршилтын тохиолдлуудыг үүсгэх, тестийг автоматжуулахад LLM ашиглах.

Практик жишээ: Код үүсгэхийн тулд LangChain ашиглах

LangChain ашиглан код үүсгэх энгийн жишээ энд байна.

langchain импортлох


langchain_instance = langchain.LLMAgent(
    загвар_нэр = "ламбада",
    хамгийн_урт=100,
    температур = 0.7,
)

# Код үүсгэх хүсэлтийг тодорхойлох
prompt = "Хоёр тооны нийлбэрийг тооцоолохын тулд Python функц үүсгэ."

# LangChain жишээг ашиглан код үүсгэнэ үү
код = langchain_instance.generate(prompt)

хэвлэх (код)

Энэ код нь LLaMA загварын жишээг үүсгэхийн тулд LangChain номын санг ашигладаг бөгөөд дараа нь энгийн Python функцэд код үүсгэхэд ашигладаг.

Хамгийн их ашиглагддаг 5-10 тушаал/хэсэг

LangChain болон DSPy-д зориулсан хамгийн түгээмэл хэрэглэгддэг командууд болон хэсгүүдийг энд оруулав.

LangChain

langchain.LLMAgent(model_name="lambada", max_length=100, температур=0.7): LLaMA загварын жишээг үүсгэнэ.
langchain_instance.generate(prompt): LangChain жишээг ашиглан код үүсгэдэг.

DSPy

dsp.DSPy(model_name="bert-base-uncased"): BERT загварын жишээг үүсгэнэ.
dsp_instance.predict(text): DSPy жишээг ашиглан таамаглал гаргадаг.

Дүрслэл

Chart.js ашиглан програм хангамж хөгжүүлэх эрлийз аргын энгийн дүрслэлийг энд үзүүлэв.

{
  "төрөл": "бар",
  "өгөгдөл": {
    "шошго": ["Код үүсгэх", "Код хянах", "Туршилт"],
    "өгөгдлийн багц": [
      {
        "label": "LangChain",
        "өгөгдөл": [10, 20, 30],
        "backgroundColor": "rgba(255, 99, 132, 0.2)",
        "borderColor": "rgba(255, 99, 132, 1)",
        "хилийн өргөн": 1
      },
      {
        "label": "DSPy",
        "өгөгдөл": [20, 30, 40],
        "backgroundColor": "rgba(54, 162, 235, 0.2)",
        "borderColor": "rgba(54, 162, 235, 1)",
        "хилийн өргөн": 1
      }
    ]
  },
  "сонголт": {
    "гарчиг": {
      "дэлгэц": үнэн,
      "текст": "Програм хангамж боловсруулах эрлийз хандлага"
    },
    "масштаб": {
      "yAxes": [
        {
          "хачиг": {
            "beginAtZero": үнэн
          }
        }
      ]
    }
  }
}

Энэхүү график нь програм хангамж хөгжүүлэх эрлийз хандлагад код үүсгэх, код шалгах, турших харьцангуй ач холбогдлыг харуулж байна.

Дүгнэлт

LangChain болон DSPy ашиглан програм хангамж хөгжүүлэх эрлийз арга нь хөгжлийн үйл явцын янз бүрийн талыг автоматжуулах хүчирхэг аргыг санал болгодог. Хиймэл оюун ухаанд суурилсан хэрэгслүүдийг уламжлалт програм хангамжийн инженерийн шилдэг туршлагуудтай нэгтгэснээр хөгжүүлэгчид бүтээмжийг нэмэгдүүлж, чанарыг сайжруулж, хамтын ажиллагааг сайжруулж чадна. Энэ нийтлэлд өгөгдсөн практик жишээ болон хамгийн их ашиглагддаг 10 тушаал/хэсэг нь LangChain болон DSPy-ийн ашиглахад хялбар, уян хатан байдлыг харуулж байна.

LangChain жишээ үүсгэх

Have Questions?