یہ پوسٹ LangChain میں لسٹ پارسر کے استعمال کے عمل کو واضح کرے گی۔
LangChain میں لسٹ پارسر کا استعمال کیسے کریں؟
لسٹ پارسر کلاسز کا استعمال ایک فہرست کی شکل میں آؤٹ پٹ حاصل کرنے کے لیے کیا جاتا ہے جس میں ایک سے زیادہ آبجیکٹ ہوتے ہیں جنہیں کوما کے ذریعے الگ کیا جاتا ہے۔ LangChain ماڈیول کے استعمال کو قابل بناتا ہے۔ CommaSeparatedListOutputParser لائبریری ایک ساختی فہرست کی شکل میں آؤٹ پٹ حاصل کرنے کے لیے۔
LangChain میں فہرست تجزیہ کار کو استعمال کرنے کے عمل کو جاننے کے لیے، بس درج کردہ مراحل سے گزریں:
مرحلہ 1: ماڈیولز انسٹال کریں۔
سب سے پہلے، Python نوٹ بک یا IDE میں pip install کمانڈ کا استعمال کرتے ہوئے LangChain فریم ورک کو انسٹال کرکے شروع کریں:
pip انسٹال کریں langchain
ڈاؤن لوڈ کرنے کے لیے ایک اور ماڈیول درکار ہے OpenAI جو OpenAI اور ChatOpenAI لائبریریوں کو حاصل کرنے کے لیے استعمال ہوتا ہے:
pip انسٹال کریں اوپنائی 
مطلوبہ ماڈیولز انسٹال کرنے کے بعد، اوپن اے آئی کو ترتیب دیں۔ ماحول کو درآمد کرنے کے بعد اس کی API کلید کا استعمال کرتے ہوئے تم 'اور' گیٹ پاس لائبریریاں:
ہمیں درآمد کریںگیٹ پاس درآمد کریں۔
os.environ [ 'OPENAI_API_KEY' ] = getpass.getpass ( 'اوپن اے آئی API کلید:' )
مرحلہ 2: لائبریریاں درآمد کریں۔
اوپن اے آئی ماحول کو ترتیب دینے کے بعد، لسٹ پارسر جیسے CommaSeparatedListOutputParser، OpenAI، اور بہت کچھ استعمال کرنے کے لیے درکار لائبریریاں درآمد کریں۔
langchain.prompts سے ChatPromptTemplate درآمد کریں۔
langchain.llms سے OpenAI درآمد کریں۔
langchain.prompts سے PromptTemplate درآمد کریں۔
langchain.chat_models سے ChatOpenAI درآمد کریں۔
langchain.prompts سے HumanMessagePromptTemplate درآمد کریں۔
مرحلہ 3: عمارت کی فہرست آؤٹ پٹ پارسر
اگلا مرحلہ فہرست آؤٹ پٹ پارسر بنانا ہے اور پھر فہرست بنانے کے لیے اشیاء کی تعداد کو محدود کرنے کے لیے پرامپٹ ٹیمپلیٹ کو ترتیب دینا ہے۔
format_instructions = output_parser.get_format_instructions ( )
prompt = PromptTemplate (
سانچے = 'پانچ {موضوع} کی فہرست بنائیں۔ \n {format_instructions}' ,
input_variables = [ 'مضمون' ] ,
جزوی_متغیر = { 'فارمیٹ_ہدایات' : فارمیٹ_ہدایات }
)
مرحلہ 4: ٹیسٹنگ ماڈل
ایک بار پرامپٹ ٹیمپلیٹ سیٹ ہوجانے کے بعد، 'کی وضاحت کرنے کے لیے OpenAI() طریقہ کو کال کریں۔ ماڈل متغیر اور پھر ان پٹ فراہم کریں۔ اس کے بعد، استعمال کریں ' آؤٹ پٹ ان پٹ استفسار پر مشتمل متغیر اور تجزیہ کار کو کال کریں۔ یہ اس سوال کی بنیاد پر فہرست نکالے گا جو کہ پرامپٹ ٹیمپلیٹ کے ذریعے محدود ہے:
_input = prompt.format ( مضمون = 'مشروبات' )
آؤٹ پٹ = ماڈل ( _input )
output_parser.parse ( آؤٹ پٹ )
یہ سب LangChain میں لسٹ آؤٹ پٹ پارسر کو استعمال کرنے کے عمل کے بارے میں ہے۔
نتیجہ
LangChain میں لسٹ آؤٹ پٹ پارسر استعمال کرنے کے لیے، OpenAI API کلید کا استعمال کرتے ہوئے اپنے ماحول کو ترتیب دینے کے لیے صرف مطلوبہ ماڈیولز انسٹال کریں۔ اس کے بعد، لسٹ آؤٹ پٹ پارسر بنانے اور استعمال کرنے کے لیے درکار لائبریریوں کو درآمد کریں اور پھر پرامپٹ کے ٹیمپلیٹ ڈھانچے کے ساتھ ماڈل کو ترتیب دیں۔ ایک بار جب ماڈل کامیابی سے بن جاتا ہے، تو صارف کی طرف سے فراہم کردہ ان پٹ کی بنیاد پر فہرست حاصل کرنے کے لیے صرف ماڈل کی جانچ کریں۔ اس گائیڈ نے LangChain میں لسٹ آؤٹ پٹ پارسر کو استعمال کرنے کے عمل کو واضح کیا ہے۔