یہ گائیڈ LangChain میں گفتگو کا خلاصہ بفر استعمال کرنے کے عمل کی وضاحت کرے گا۔
LangChain میں گفتگو کا خلاصہ بفر کیسے استعمال کریں؟
گفتگو میں متعدد پیغامات شامل ہو سکتے ہیں جو انسان اور مشین کے درمیان تعامل کی طرح ہوتے ہیں اور بفر حالیہ پیغامات کو محفوظ کر سکتا ہے۔ دی گفتگو کا خلاصہ بفر میموری لائبریری کا استعمال دونوں تصورات کو یکجا کرنے کے لیے کیا جاتا ہے جیسے کہ تازہ ترین پیغامات کو ذخیرہ کرنا اور ان کا خلاصہ نکالنا۔
LangChain میں گفتگو کا خلاصہ بفر استعمال کرنے کے عمل کو جاننے کے لیے، بس درج ذیل گائیڈ کو دیکھیں:
مرحلہ 1: ماڈیولز انسٹال کریں۔
سب سے پہلے، مطلوبہ لائبریریوں کو حاصل کرنے کے لیے pip کمانڈ کا استعمال کرتے ہوئے LangChain ماڈیول انسٹال کریں:
pip انسٹال langchain
ٹک ٹوکن ٹوکنائزر انسٹال کریں جو ٹیکسٹ دستاویزات کو چھوٹے ٹکڑوں میں تقسیم کرنے کے لیے استعمال کیا جا سکتا ہے:
pip install tiktoken
اس کے بعد، OpenAI ماڈیولز انسٹال کریں جو زبان کے ماڈلز جیسے LLMs اور چینز بنانے کے لیے استعمال کیے جا سکتے ہیں:
پائپ انسٹال اوپنائی
ابھی، ماحول قائم کریں OpenAI اکاؤنٹ سے API کلید حاصل کرکے اور اسے ماڈل میں استعمال کرکے:
درآمد تمدرآمد گیٹ پاس
تم . تقریباً [ 'OPENAI_API_KEY' ] = گیٹ پاس . گیٹ پاس ( 'اوپن اے آئی API کلید:' )
مرحلہ 2: گفتگو کا خلاصہ بفر استعمال کرنا
OpenAI() طریقہ استعمال کرتے ہوئے LLM بنانے کے لیے لائبریریوں کو درآمد کرکے گفتگو کے خلاصے کے بفر کو استعمال کرنے کا عمل شروع کریں:
سے langchain یاداشت درآمد گفتگو کا خلاصہ بفر میموریسے langchain ایل ایم ایس درآمد اوپن اے آئی
ایل ایل ایم = اوپن اے آئی ( )
ConversationSummaryBufferMemory() طریقہ استعمال کرکے میموری بنائیں اور پھر گفتگو کو میموری میں اسٹور کریں:
یاداشت = گفتگو کا خلاصہ بفر میموری ( ایل ایل ایم = ایل ایل ایم ، max_token_limit = 10 )یاداشت. سیویٹ_سیاق و سباق ( { 'ان پٹ' : 'ہیلو' } ، { 'آؤٹ پٹ' : 'آپ کیسے ہیں' } )
یاداشت. سیویٹ_سیاق و سباق ( { 'ان پٹ' : 'میں ٹھیک ہوں آپ سناؤ' } ، { 'آؤٹ پٹ' : 'زیادہ نہیں' } )
اب، کال کرکے میموری پر عمل کریں۔ load_memory_variables () میموری سے پیغامات نکالنے کا طریقہ:
یاداشت. load_memory_variables ( { } )
اب، بفر میں ذخیرہ کیے جانے والے پیغامات کی تعداد کو محدود کرکے بفر کو ترتیب دینے کے لیے گفتگو کے بفر خلاصے کا استعمال کریں۔ اس کے بعد، بفر میں محفوظ کردہ ان پیغامات کا خلاصہ نکالیں اور پھر گفتگو کو میموری میں محفوظ کریں:
یاداشت = گفتگو کا خلاصہ بفر میموری (ایل ایل ایم = ایل ایل ایم ، max_token_limit = 10 ، واپسی_پیغامات = سچ ہے۔
)
یاداشت. سیویٹ_سیاق و سباق ( { 'ان پٹ' : 'ہیلو' } ، { 'آؤٹ پٹ' : 'آپ کیسے ہیں' } )
یاداشت. سیویٹ_سیاق و سباق ( { 'ان پٹ' : 'میں ٹھیک ہوں آپ سناؤ' } ، { 'آؤٹ پٹ' : 'زیادہ نہیں' } )
درج ذیل کوڈ کا استعمال کرتے ہوئے بفر میموری میں محفوظ کردہ پچھلے پیغامات کا خلاصہ حاصل کریں:
پیغامات = یاداشت. چیٹ_میموری . پیغاماتگزشتہ_خلاصہ = ''
یاداشت. predict_new_summary ( پیغامات ، گزشتہ_خلاصہ )
مرحلہ 3: ایک سلسلہ میں گفتگو کا خلاصہ بفر استعمال کرنا
کا استعمال کرتے ہوئے زنجیریں بنائیں گفتگو کا سلسلہ () اس میں پیغام کو ذخیرہ کرنے کے لیے بفر میموری کی قدر پر مشتمل طریقہ:
سے langchain زنجیریں درآمد گفتگو کا سلسلہگفتگو_کے ساتھ_خلاصہ = گفتگو کا سلسلہ (
ایل ایل ایم = ایل ایل ایم ،
یاداشت = گفتگو کا خلاصہ بفر میموری ( ایل ایل ایم = اوپن اے آئی ( ) ، max_token_limit = 40 ) ،
لفظی = سچ ہے۔ ،
)
گفتگو_کے ساتھ_خلاصہ پیشن گوئی ( ان پٹ = 'کیا ہو رہا ہے؟' )
گفتگو کا خلاصہ حاصل کرنے کے لیے predict() طریقہ استعمال کرتے ہوئے متن کی شکل میں ان پٹ فراہم کریں:
گفتگو_کے ساتھ_خلاصہ پیشن گوئی ( ان پٹ = 'صرف NLP پروجیکٹ پر کام کر رہا ہوں' )
ماڈل سے آؤٹ پٹ استعمال کریں اور بفر میموری میں پیغامات کا استعمال کرتے ہوئے مزید ڈیٹا شامل کریں اور اس کا خلاصہ دکھائیں:
گفتگو_کے ساتھ_خلاصہ پیشن گوئی ( ان پٹ = 'ہاں یہ ہے! میں ایل ایل ایم ڈیزائن کرنے پر کام کر رہا ہوں' )
خلاصہ یہ ہے کہ آؤٹ پٹ آسانی سے قابل فہم اور زیادہ انسان دوست ہوگا اور چیٹ بوٹس کے لیے زیادہ موزوں ہے:
گفتگو_کے ساتھ_خلاصہ پیشن گوئی (ان پٹ = 'میں LangChain استعمال کرنا چاہتا ہوں! کیا آپ نے اس کے بارے میں سنا ہے؟'
)
یہ سب کچھ LangChain میں گفتگو کا خلاصہ بفر استعمال کرنے کے بارے میں ہے۔
نتیجہ
LangChain میں گفتگو کا خلاصہ بفر میموری استعمال کرنے کے لیے، مطلوبہ لائبریریاں حاصل کرنے کے لیے صرف ماڈیولز یا فریم ورک انسٹال کریں۔ ایک بار لائبریریاں درآمد ہونے کے بعد، گفتگو کا خلاصہ حاصل کرنے کے لیے ConverstaionSummaryBufferMemory() فنکشن استعمال کرنے کے لیے LLMs یا چیٹ بوٹس بنائیں۔ بفر میموری کا استعمال میموری میں ذخیرہ شدہ پیغامات کی تعداد کو محدود کرنے کے لیے کیا جاتا ہے جسے سمری نکالنے کے لیے استعمال کیا جاتا ہے۔ اس پوسٹ نے LangChain میں گفتگو کا خلاصہ بفر میموری استعمال کرنے کے طریقہ کار کی وضاحت کی ہے۔