Как использовать память сущностей в LangChain?

Это руководство проиллюстрирует процесс использования памяти объектов в LangChain.

Как использовать память сущностей в LangChain?

Сущность используется для хранения ключевых фактов в памяти для их извлечения по запросу человека с помощью запросов/подсказок. Чтобы изучить процесс использования памяти объекта в LangChain, просто посетите следующее руководство:

Шаг 1. Установите модули

Сначала установите модуль LangChain с помощью команды pip, чтобы получить его зависимости:

После этого установите модуль OpenAI, чтобы получить его библиотеки для построения LLM и моделей чатов:

Настройте среду OpenAI используя ключ API, который можно извлечь из учетной записи OpenAI:

Шаг 2. Использование памяти объектов

Чтобы использовать память объекта, импортируйте необходимые библиотеки для построения LLM с помощью метода OpenAI():

После этого определите Память переменную с помощью метода ConversationEntityMemory() для обучения модели с использованием входных и выходных переменных:

Теперь проверьте память, используя запрос/подсказку в вход переменную, вызвав метод load_memory_variables():

Теперь предоставьте дополнительную информацию, чтобы модель могла добавить еще несколько объектов в память:

Выполните следующий код, чтобы получить выходные данные, используя объекты, хранящиеся в памяти. Это возможно через вход содержащий подсказку:

Шаг 3. Использование памяти сущностей в цепочке

Чтобы использовать память объекта после построения цепочки, просто импортируйте необходимые библиотеки, используя следующий блок кода:

Создайте модель диалога с помощью метода ConversationChain(), используя такие аргументы, как llm:

Вызовите метод разговора.predict() с входными данными, инициализированными с помощью подсказки или запроса:

Теперь получите отдельный вывод для каждой сущности, описывающий информацию о ней:

Используйте выходные данные модели, чтобы предоставить входные данные, чтобы модель могла хранить больше информации об этих объектах:

После предоставления информации, хранящейся в памяти, просто задайте вопрос, чтобы извлечь конкретную информацию об объектах:

Шаг 4. Тестирование хранилища памяти

Пользователь может напрямую проверять хранилища памяти, чтобы получить хранящуюся в них информацию, используя следующий код:

Предоставьте больше информации для хранения в памяти, поскольку больше информации дает более точные результаты:

Извлеките информацию из хранилища памяти после добавления дополнительной информации об объектах:

В памяти хранится информация о нескольких объектах, таких как HJRS, Joe, LangChain и Root:

Теперь извлеките информацию о конкретной сущности, используя запрос или подсказку, определенную во входной переменной:

Это все, что касается использования памяти сущностей с помощью инфраструктуры LangChain.

Заключение

Чтобы использовать память сущностей в LangChain, просто установите необходимые модули для импорта библиотек, необходимых для построения моделей, после настройки среды OpenAI. После этого постройте модель LLM и сохраните сущности в памяти, предоставив информацию об сущностях. Пользователь также может извлекать информацию с помощью этих сущностей и строить эти воспоминания в цепочках с перемешанной информацией об сущностях. В этом посте подробно описан процесс использования памяти сущностей в LangChain.