Python قوللىنىشچان پروگراممىلىرىدىكى ئىلغار RAG قۇرۇلمىلىرى ئۈچۈن LangChain نى بىرلەشتۈرۈش

ئومۇمىي كۆرۈنۈش

يېقىنقى يىللاردىن بۇيان ، تەبىئىي تىل بىر تەرەپ قىلىش ساھەسى (NLP) كۆرۈنەرلىك ئىلگىرىلەشكە ئېرىشتى ، بولۇپمۇ ئەسلىگە كەلتۈرۈش-كۈچەيتىلگەن ئەۋلاد سىستېمىسى (RAG) سىستېمىسىدا. بۇ سىستېمىلار سوئالغا جاۋاب بېرىش ، تېكىست خۇلاسىلەش ۋە پاراڭلىشىش سۈنئىي ئەقىل قاتارلىق ۋەزىپىلەرنى بىر تەرەپ قىلىش ئۇسۇلىمىزنى ئۆزگەرتتى. ئالدىنقى قاتاردىكى Python كۈتۈپخانىسى LangChain RAG قۇرۇلمىسىنى قۇرۇشتىكى كۈچلۈك قورال سۈپىتىدە ئوتتۇرىغا چىقتى. بۇ ماقالىدە بىز LangChain دۇنياسىغا چوڭقۇر چۆكۈپ ، سانلىق مەلۇماتلارنى يىغىش ۋە بىر تەرەپ قىلىش ئۈچۈن ئوركېستىرلاش قوراللىرىنى ئىشلىتىپ ، FastAPI ۋە Flask غا ئوخشاش Python نى ئاساس قىلغان تور رامكىسى بىلەن بىر گەۋدىلىشىش ئۈستىدە ئىزدىنىمىز.

LangChain دېگەن نېمە؟

LangChain ئوچۇق كودلۇق Python كۈتۈپخانىسى بولۇپ ، RAG سىستېمىسىنىڭ تەرەققىياتىنى ئاددىيلاشتۇرىدۇ. ئۇ سۈنئىي ئەقىل مودېللىرىنى قۇرۇش ، تەربىيىلەش ۋە ئورۇنلاشتۇرۇش ، شۇنداقلا ئۇلارنى ھەر خىل سانلىق مەلۇمات مەنبەسى ۋە تور رامكىسى بىلەن بىرلەشتۈرۈش ئۈچۈن بىر يۈرۈش قوراللار ۋە API لار بىلەن تەمىنلەيدۇ. LangChain نىڭ ئاساسلىق مۇھىم نۇقتىسى ئاچقۇچىلارنىڭ مۇرەككەپ NLP ۋەزىپىلىرىنى بىر تەرەپ قىلالايدىغان كۆلەملەشكەن ۋە ئۈنۈملۈك RAG قۇرۇلمىسىنى بارلىققا كەلتۈرۈشىگە ياردەم بېرىش.

LangChain نىڭ مۇھىم ئالاھىدىلىكلىرى

1. مودۇللۇق بىناكارلىق **: LangChain نىڭ مودۇللۇق لايىھىلىگۈچىسى ئاچقۇچىلارنىڭ ئوخشىمىغان سۈنئىي ئەقىل مودېلى ، سانلىق مەلۇمات مەنبەسى ۋە تور رامكىسىنى ئاسانلا بىرلەشتۈرۈشىگە شارائىت ھازىرلاپ ، مۇرەككەپ RAG سىستېمىسى قۇرۇشتىكى كۆڭۈلدىكىدەك تاللاش ھېسابلىنىدۇ. .
2. ** كۆپ خىل سۈنئىي ئەقىل مودېلىنى قوللاش **: LangChain تىرانسفورموتورنى ئاساس قىلغان مودېللارنى ئۆز ئىچىگە ئالغان كۆپ خىل سۈنئىي ئەقىل مودېللىرىنى قوللايدۇ ، پروگرامما ئاچقۇچىلارنىڭ كونكرېت ئىشلىتىش قېپى ئۈچۈن ئەڭ ياخشى مودېلنى تاللىشىغا يول قويىدۇ.
3. ** تور رامكىسى بىلەن بىرلەشتۈرۈش **: LangChain FastAPI ۋە Flask غا ئوخشاش ئاممىباب Python نى ئاساس قىلغان تور رامكىلىرى بىلەن مۇكەممەل بىرىكتۈرۈشنى تەمىنلەيدۇ ، RAG سىستېمىسىنى تور قوللىنىشچان پروگراممىسى قىلىپ ئىشلىتىشكە قولايلىق يارىتىدۇ.

LangChain نى FastAPI ۋە Flask بىلەن بىرلەشتۈرۈش

LangChain نى FastAPI ۋە Flask بىلەن بىرلەشتۈرۈش ئۈچۈن ، بىز بۇ باسقۇچلارنى قوللىنىشىمىز كېرەك:

1-قەدەم: LangChain نى قاچىلاڭ

ئالدى بىلەن تۇرۇبا ئارقىلىق LangChain نى ئورنىتىشىمىز كېرەك:

bash تۇرۇبا ئورنىتىش `

2-قەدەم: LangChain ۋاكالەتچىسى قۇرۇش

كېيىنكى قەدەمدە ، بىز RAG سىستېمىسىمىزنىڭ يادروسى بولغان LangChain ۋاكالەتچىسىنى قۇرۇپ چىقىشىمىز كېرەك. ئاساسلىق ۋاكالەتچى قۇرۇشنىڭ بىر مىسالى:

`` python langchain ئىمپورت ۋاكالەتچىسى

ۋاكالەتچى = ۋاكالەتچى ( name = "my_agent", model_name = "my_model", model_type = "transformer", max_length = 1024, min_length = 128, ) `` `

3-قەدەم: FastAPI ياكى Flask بىلەن بىرلەشتۈرۈڭ

LangChain ۋاكالەتچىمىزنى قۇرغاندىن كېيىن ، ئۇنى FastAPI ياكى Flask بىلەن بىرلەشتۈرەلەيمىز. ئۇنى FastAPI بىلەن قانداق بىرلەشتۈرۈشنىڭ بىر مىسالى:

`` python fastapi ئەكىرىشتىن FastAPI langchain ئىمپورت ۋاكالەتچىسى

app = FastAPI ()

ئاساسىي ۋاكالەتچى قۇر

ۋاكالەتچى = ۋاكالەتچى ( name = "my_agent", model_name = "my_model", model_type = "transformer", max_length = 1024, min_length = 128, )

@ app.get ("/ generate") async def generate_text (ئەسكەرتىش: str): # ۋاكالەتچى ئىشلىتىپ تېكىست ھاسىل قىلىڭ output = agent.generate (ئەسكەرتىش) return {"output": output} `` `

ئوخشاشلا ، بىز LangChain نى Flask بىلەن بىرلەشتۈرەلەيمىز:

`` python flask import Flask ، تەلەپ langchain ئىمپورت ۋاكالەتچىسى

app = Flask (__ name__)

ئاساسىي ۋاكالەتچى قۇر

ۋاكالەتچى = ۋاكالەتچى ( name = "my_agent", model_name = "my_model", model_type = "transformer", max_length = 1024, min_length = 128, )

@ app.route ("/ generate", methods = ["GET"]) def generate_text (): # ۋاكالەتچى ئىشلىتىپ تېكىست ھاسىل قىلىڭ prompt = request.args.get ("prompt") output = agent.generate (ئەسكەرتىش) return {"output": output} `` `

LangChain دىكى ئوركېستىر قوراللىرى

LangChain بىر يۈرۈش ئوركېستىرلاش قوراللىرى بىلەن تەمىنلەيدۇ ، ئۇ ئاچقۇچىلارنى چوڭ سانلىق مەلۇمات ئامبىرىنى باشقۇرۇش ۋە بىر تەرەپ قىلىشقا ، شۇنداقلا ھەر خىل سانلىق مەلۇمات مەنبەلىرى ۋە API لار بىلەن بىرلەشتۈرەلەيدۇ. LangChain دىكى بىر قىسىم مۇھىم ئوركېستىرلاش قوراللىرى تۆۋەندىكىلەرنى ئۆز ئىچىگە ئالىدۇ:

2. ** سانلىق مەلۇمات بىر تەرەپ قىلغۇچ **: LangChain بىر يۈرۈش سانلىق مەلۇمات بىر تەرەپ قىلغۇچ بىلەن تەمىنلەيدۇ ، ئۇ ئاچقۇچىلارغا سانلىق مەلۇمات تازىلاش ، سانلىق مەلۇمات ئۆزگەرتىش ۋە سانلىق مەلۇماتلارنى توپلاش قاتارلىق چوڭ سانلىق مەلۇماتلارنى بىر تەرەپ قىلالايدۇ. D.

** Chart.js بىلەن كۆرۈنۈش

RAG سىستېمىمىزنىڭ ئىقتىدارىنى تەسەۋۋۇر قىلىش ئۈچۈن ، بىز ئۆز-ئارا دىئاگرامما ھاسىل قىلىش ئۈچۈن داڭلىق JavaScript كۈتۈپخانىسى Chart.js نى ئىشلىتەلەيمىز. بۇ يەردە Chart.js نى ئىشلىتىپ RAG سىستېمىمىزنىڭ ئىقتىدارىنى تەسۋىرلەپ بېرەلەيدىغان بىر مىسال بار:

javascript const ctx = document.getElementById ("myChart"). getContext ("2d"); const chart = يېڭى Chart (ctx, { type: "line", data: { بەلگىلەر: ["Jan", "Feb", "Mar", "Apr", "May"], datasets: [ { label: "ئېنىقلىق", سانلىق مەلۇمات: [0.8 ، 0.9 ، 0.85 ، 0.88 ، 0.92] ، backgroundColor: "rgba (255, 99, 132, 0.2)", borderColor: "rgba (255, 99, 132, 1)", borderWidth: 1, }, ], }, تاللانما: { تارازا: { y: { startAtZero: true, }, }, }, }); `

ئەڭ كۆپ ئىشلىتىلىدىغان 5-10 بۇيرۇق / ئۈزۈندىلەر

LangChain دىكى ئەڭ كۆپ ئىشلىتىلگەن 5-10 بۇيرۇق / ئۈزۈندىلەر:

1. langchain ئىمپورت ۋاكالەتچىسىدىن: LangChain دىن ۋاكالەتچى سىنىپىنى ئەكىرىڭ.
2. ۋاكالەتچى = ۋاكالەتچى (...): يېڭى ۋاكالەتچى مىسال قۇر.
3. agent.generate (...): ۋاكالەتچى ئىشلىتىپ تېكىست ھاسىل قىلىڭ.
4. agent.query (...): ۋاكالەتچىدىن پايدىلىنىپ بىلىم ئاساسىنى سوراڭ.
5. agent.train (...): ۋاكالەتچىنى سانلىق مەلۇمات جەدۋىلىدە تەربىيىلەڭ.
6. agent.deploy (...): ۋاكالەتچىنى تور مۇلازىمىتى قىلىپ ئورۇنلاشتۇرۇڭ.
7. agent.monitor (...): ۋاكالەتچىنىڭ ئىقتىدارىنى نازارەت قىلىڭ.
8. agent.update (...): ۋاكالەتچىنى يېڭى سانلىق مەلۇمات بىلەن يېڭىلاڭ.
9. agent.delete (...): ۋاكالەتچى مىسالنى ئۆچۈرۈڭ.
10. agent.save (...): ۋاكالەتچى مىسالنى ھۆججەتكە ساقلاڭ.

خۇلاسە

بۇ ماقالىدە بىز LangChain دۇنياسى ۋە ئۇنىڭ FastAPI ۋە Flask غا ئوخشاش Python نى ئاساس قىلغان تور رامكىسى بىلەن بىرلىشىش ئۈستىدە ئىزدەنگەن. بىز يەنە LangChain دا ئوركېستىرلاش قوراللىرىنى ئىشلىتىشنى مۇزاكىرە قىلىپ ، Chart.js نى ئىشلىتىپ RAG سىستېمىمىزنىڭ ئىقتىدارىنى تەسۋىرلەش ئۈچۈن قانداق مىساللار بىلەن تەمىنلىدۇق. LangChain ئارقىلىق ، پروگراممېرلار مۇرەككەپ NLP ۋەزىپىلىرىنى بىر تەرەپ قىلالايدىغان كۆلەملەشكەن ۋە ئۈنۈملۈك RAG قۇرۇلمىسىنى قۇرالايدۇ.