یہ پوسٹ پرامپٹ ٹیمپلیٹ اور آؤٹ پٹ پارسر کا استعمال کرتے ہوئے LangChain ایپلی کیشنز بنانے کے عمل کی وضاحت کرے گی۔
پرامپٹ ٹیمپلیٹ اور آؤٹ پٹ پارسر کا استعمال کرتے ہوئے لینگ چین ایپلی کیشنز کیسے بنائیں؟
پرامپٹ ٹیمپلیٹ اور آؤٹ پٹ پارسر کا استعمال کرتے ہوئے LangChain ایپلیکیشن بنانے کے لیے، بس اس آسان گائیڈ کے ذریعے جائیں:
مرحلہ 1: LangChain انسٹال کریں۔
سب سے پہلے، 'کا استعمال کرتے ہوئے LangChain فریم ورک کو انسٹال کرکے LangChain ایپلی کیشنز بنانے کا عمل شروع کریں۔ pip ' کمانڈ:
pip انسٹال langchain
مرحلہ 2: پرامپٹ ٹیمپلیٹ کا استعمال
LangChain ماڈیولز کو انسٹال کرنے کے بعد، درآمد کریں PromptTemplate سوال کو سمجھنے کے لیے ماڈل کے لیے سوال فراہم کر کے ایک پرامپٹ ٹیمپلیٹ بنانے کے لیے لائبریری:
langchain.prompts سے PromptTemplate درآمد کریں۔
prompt = PromptTemplate.from_template('{پروڈکٹ} کے لیے رنگوں کا ایک اچھا مجموعہ کیا ہے؟')
prompt.format(product='colorful socks')
آؤٹ پٹ خود بخود جملے کو 'کی قدر کے ساتھ ملا دیتا ہے۔ مصنوعات متغیر:
اس کے بعد، LangChain سے HumanMessagePromptTemplate، ChatPromptTemplate، اور SystemMessagePromptTemplate لائبریریوں کو درآمد کرکے ایک اور پرامپٹ ٹیمپلیٹ بنائیں:
langchain.prompts.chat درآمد سے (ChatPromptTemplate،
SystemMessagePromptTemplate،
HumanMessagePromptTemplate،
)
#LangChain ماڈل کے لیے پرامپٹ ٹیمپلیٹ کو کنفیگر کریں۔
template = 'آپ ایک مددگار ہیں جو {input_language} کو {output_language} میں ترجمہ کرتا ہے'
system_message_prompt = SystemMessagePromptTemplate.from_template(ٹیمپلیٹ)
human_template = '{text}'
human_message_prompt = HumanMessagePromptTemplate.from_template(human_template)
chat_prompt = ChatPromptTemplate.from_messages([system_message_prompt, human_message_prompt])
chat_prompt.format_messages(input_language='French', output_language='English', text='I like AI')
تمام مطلوبہ لائبریریوں کو درآمد کرنے کے بعد، صرف ٹیمپلیٹ متغیر کا استعمال کرتے ہوئے سوالات کے لیے حسب ضرورت ٹیمپلیٹ بنائیں:
پرامپٹ ٹیمپلیٹس صرف استفسار/سوال کے لیے ٹیمپلیٹ سیٹ کرنے کے لیے استعمال کیے جاتے ہیں اور یہ سوال کے کسی جواب کے ساتھ جواب نہیں دیتا۔ تاہم، OutputParser() فنکشن جوابات نکال سکتا ہے جیسا کہ مندرجہ ذیل سیکشن مثال کے ساتھ وضاحت کرتا ہے:
مرحلہ 3: آؤٹ پٹ پارسر کا استعمال
اب، LangChain سے BaseOutputParser لائبریری درآمد کریں تاکہ کوما سے الگ کی گئی ٹیکسٹ ویلیوز کو الگ کیا جا سکے اور آؤٹ پٹ میں فہرست کو واپس کریں:
langchain.schema درآمد BaseOutputParser سےکلاس CommaSeparatedListOutputParser(BaseOutputParser):
def parse (self, text: str):
واپسی text.strip().split(', ')
CommaSeparatedListOutputParser().parse('شکریہ، خوش آمدید')
یہ پرامپٹ ٹیمپلیٹ اور آؤٹ پٹ پارسر کا استعمال کرتے ہوئے LangChain ایپلیکیشن بنانے کے بارے میں ہے۔
نتیجہ
پرامپٹ ٹیمپلیٹ اور آؤٹ پٹ پارسر کا استعمال کرتے ہوئے ایک LangChain ایپلیکیشن بنانے کے لیے، بس LangChain انسٹال کریں اور اس سے لائبریریاں درآمد کریں۔ PromptTemplate لائبریری کا استعمال استفسار کے لیے ڈھانچہ بنانے کے لیے کیا جاتا ہے تاکہ ماڈل Parser() فنکشن کا استعمال کرتے ہوئے معلومات نکالنے سے پہلے سوال کو سمجھ سکے۔ OutputParser() فنکشن کو پہلے سے حسب ضرورت سوالات کی بنیاد پر جوابات حاصل کرنے کے لیے استعمال کیا جاتا ہے۔ اس گائیڈ نے پرامپٹ ٹیمپلیٹ اور آؤٹ پٹ پارسر کا استعمال کرتے ہوئے LangChain ایپلی کیشنز بنانے کے عمل کی وضاحت کی ہے۔