generative_ai_with_langchain

AI generativa con Langchain, primera edición

Este es el repositorio de códigos para AI generativo con Langchain, primera edición, publicado por Packt.

Construir aplicaciones de modelo de idioma grande (LLM) con Python, ChatGPT y otros LLMS

Ben Auffarth

Sobre el libro

ChatGPT y los modelos GPT de OpenAI han provocado una revolución no solo en cómo escribimos e investigamos, sino también en cómo podemos procesar la información. Este libro analiza el funcionamiento, las capacidades y las limitaciones de los LLM subyacentes a los sistemas de chat, incluidos ChatGPT y Bard. También demuestra, en una serie de ejemplos prácticos, cómo utilizar el marco Langchain para crear aplicaciones LLM listas y receptivas para la producción para tareas que van desde la atención al cliente hasta la asistencia de desarrollo de software y el análisis de datos, ilustrando la utilidad expansiva de LLM en aplicaciones del mundo real.

Desbloquee todo el potencial de LLMS dentro de sus proyectos a medida que navega a través de la orientación sobre ajuste, ingeniería rápida y las mejores prácticas para la implementación y el monitoreo en entornos de producción. Ya sea que esté creando herramientas de escritura creativa, desarrollando chatbots sofisticados o elaborando ayudas de desarrollo de software de vanguardia, este libro será su hoja de ruta para dominar el poder transformador de la IA generativa con confianza y creatividad.

Aprendizios clave

• Comprender LLMS, sus fortalezas y limitaciones
• Agarre los fundamentos generativos de IA y las tendencias de la industria
• Crear aplicaciones LLM con Langchain como sistemas de preguntas y chatbots de preguntas.
• Comprender los modelos de transformadores y los mecanismos de atención
• Automatizar el análisis y la visualización de datos utilizando pandas y python
• Enganchar ingeniería rápida para mejorar el rendimiento
• FINA Tune LLMS y conocer las herramientas para desatar su poder
• Implementar LLM como un servicio con Langchain y aplicar estrategias de evaluación
• Interactuar en privado con documentos que utilizan LLM de código abierto para evitar fugas de datos

Nota para los lectores

¡Gracias por elegir "AI generativa con Langchain"! Agradecemos su entusiasmo y comentarios.

Tenga en cuenta que hemos lanzado una versión actualizada del libro. En consecuencia, hay dos ramas diferentes para este repositorio:

• Principal: esta es la versión original del libro.
• Softupdate: esto es para la última actualización del libro, correspondiente a Ver 0.1.13 de Langchain.

Consulte la versión que le interesa o que corresponde a su versión del libro.

Descargar un PDF gratis

Descargar un PDF gratis

Si ya ha comprado una versión de impresión o Kindle actualizada de este libro, puede obtener una versión PDF sin DRM sin costo sin costo. Simplemente haga clic en el enlace para reclamar su PDF gratuito. Librería libre

También proporcionamos un archivo PDF que tiene imágenes en color de las capturas de pantalla/diagramas utilizados en este libro en GraphicBundle

Compromiso

Actualizaciones de código: Nuestro compromiso es proporcionarle ejemplos de código estables y valiosos. Si bien Langchain es conocido por sus actualizaciones frecuentes, entendemos la importancia de alinear nuestro código con los últimos cambios. El repositorio complementario se actualiza regularmente para armonizar con los desarrollos de Langchain.

Espere estabilidad: para la estabilidad y la usabilidad, el repositorio podría no coincidir con cada actualización menor de Langchain. Apuntamos a la consistencia y la confiabilidad para garantizar una experiencia perfecta para nuestros lectores.

Cómo comunicarse con nosotros: ¿Encontrar problemas o tener sugerencias? No dude en abrir un problema, y ​​lo abordaremos rápidamente. Sus comentarios son invaluables, y estamos aquí para apoyarlo en su viaje con Langchain. ¡Gracias por su comprensión y feliz codificación!

Conozca más en el servidor Discord

Puede interactuar con el autor y otros lectores en el servidor Discord y encontrar las últimas actualizaciones y discusiones en la comunidad en Discord.

Capítulos

En la siguiente tabla, puede encontrar enlaces a los directorios en este repositorio. Cada directorio contiene más enlaces a los scripts de Python y a los cuadernos. También puede ver enlaces a las plataformas informáticas, donde puede ejecutar los cuadernos en el repositorio. Tenga en cuenta que hay otros scripts y proyectos de Python que no son cuadernos, que encontrará en los directorios de capítulos.

Capítulos	Colab	Kaggle	Gradiente	Laboratorio de estudio
Capítulo 1: ¿Qué es la IA generativa?	No hay ejemplos de código
Capítulo 2: Langchain para aplicaciones LLM	No hay ejemplos de código
Capítulo 3: Comenzando con Langchain	directorio
Llms_chat_models_and_promppts.ipynb
Running_local_models.ipynb
customer_service_helper.ipynb
customer_service_use_case.ipynb
hf_hub_models.ipynb
map-reduce.ipynb
rastreing_costs.ipynb
wolfram_alpha.ipynb
Capítulo 4: Construcción de asistentes con capacidad	directorio
información_extraction.ipynb
mitigating_hallucinations.ipynb
Tool_use.ipynb
Capítulo 5: Construir un chatbot como chatgpt	directorio
incrustaciones.ipynb
memoria.ipynb
moderación.ipynb
pdf_summary.ipynb
retrievers.ipynb
Capítulo 6: Desarrollo de software con IA generativa	directorio
code_models.ipynb
code_enterstanding.ipynb
langchain_rag.ipynb
software_development.ipynb
Capítulo 7: LLMS para la ciencia de datos	directorio
data_science.ipynb
Capítulo 8: Personalización de LLM y su salida	directorio
fino_tuning.ipynb
Capítulo 9: IA generativa en producción	directorio
Capítulo 10: El futuro de los modelos generativos	No hay ejemplos de código

Requisitos para este libro

Lista de software y hardware

Este es el repositorio complementario del libro. Aquí hay algunas instrucciones que ayudan a configurar. Por favor, vea también el Capítulo 3.

Todos los capítulos dependen de Python.

Capítulo	Se requiere software	Enlace al software	Especificaciones de hardware	OS requerido
Todos los capítulos	Python 3.11	https://www.python.org/downloads/	Debería trabajar en cualquier computadora reciente	Windows, macOS, Linux (cualquiera), macOS, Windows

Tenga en cuenta que Python 3.12 podría no funcionar (ver #11).

Ambiente

Puede instalar su entorno local con conda (recomendado) o PIP. Se proporcionan las configuraciones del entorno para conda, pip y poesía. Todos han sido probados en macOS. Tenga en cuenta que si elige PIP como herramienta de instalación, es posible que necesite una instalación adicional de dependencias del sistema.

Si tiene algún problema con el entorno, plantee un problema, donde muestra el error que recibió. Si se siente seguro, continúe y cree una solicitud de extracción.

En Windows, algunas personas han experimentado dificultades con Conda y PIP (debido a la línea de lectura y las NCURSES). Si ese es el caso para usted, eche un vistazo a WSL o use la instalación de Docker. Algunas personas en Winodws informaron que necesitaban instalar herramientas de compilación Visual CPP. En cualquier caso, si tiene algún problema con el entorno, plantee un problema, donde muestra el error que recibió. Si se siente seguro de haber encontrado una mejora, continúe y cree una solicitud de extracción.

Para Pip y Poess, asegúrese de instalar pandoc en su sistema. En macOS use cerveza:

brew install pandoc

En Ubuntu o Debian Linux, use Apt:

sudo apt-get install pandoc

En Windows, puede usar un instalador.

Condición

Este es el método recomendado para instalar dependencias. Asegúrese de que haya instalado Anaconda.

Primero cree el entorno para el libro que contiene todas las dependencias:

conda env create --file langchain_ai.yaml --force

El entorno de condición se llama langchain_ai . Puedes activarlo de la siguiente manera:

conda activate langchain_ai 

Pepita

PIP es la herramienta de gestión de dependencia predeterminada en Python. Con PIP, debería poder instalar todas las bibliotecas desde el archivo de requisitos:

pip install -r requirements.txt

Si está trabajando con una conexión a Internet lenta, puede ver un tiempo de espera con PIP (esto también puede suceder con Conda y Pip). Como solución, puede aumentar la configuración de tiempo de espera como esta:

 export PIP_DEFAULT_TIMEOUT=100

Estibador

También hay un archivo Docker para el entorno. Utiliza el entorno Docker e inicia un cuaderno de iPython. Para usarlo, primero construirlo y luego ejecutarlo:

docker build -t langchain_ai .
docker run -it -p 8888:8888 langchain_ai

Debería poder encontrar el cuaderno en su navegador en http: // localhost: 8888.

Poesía

Asegúrese de tener poesía instalada. En Linux y MacOS, debería poder usar el archivo de requisitos:

poetry install --no-root

Esto debería tomar el archivo pyproject.toml e instalar todas las dependencias.

Configuración de teclas API

Siguiendo las mejores prácticas con respecto a la seguridad, no estoy comprometiendo mis credenciales a GitHub. Puede ver declaraciones import que mencionan un archivo config.py , que no se incluye en el repositorio. Este módulo tiene un método set_environment() que establece todas las teclas como variables de entorno como esta:

Ejemplo config.py:

 import os

def set_environment ():
     os . environ [ 'OPENAI_API_KEY' ] = 'your-api-key-here'

Obviamente, pondrías tus credenciales de API aquí. Dependiendo de la integración (OpenAi, Azure, etc.) debe agregar las teclas API correspondientes. Las teclas API de OpenAI son las más utilizadas en todo el código.

Puede encontrar más detalles sobre las credenciales de API y la configuración en el Capítulo 3 del libro AI generativo con Langchain.

Que contribuye

Si encuentra algo mal con los cuadernos o dependencias, no dude en crear una solicitud de extracción.

Si desea cambiar la especificación de dependencia de Conda (el archivo YAML), puede probarlo así:

conda env create --file langchain_ai.yaml --force

Puede actualizar los requisitos de PIP como este:

pip freeze > requirements.txt

Asegúrese de mantener estas dos formas de mantener las dependencias sincronizadas.

Luego, asegúrese de probar los cuadernos en el nuevo entorno para ver que se ejecutan.

Validación de código

He incluido un Makefile que incluye instrucciones para la validación con Flake8, Mypy y otras herramientas. He ejecutado mypy así:

make typecheck

Para ejecutar la validación del código en Ruff, ejecute

ruff check . 

Conoce a los autores

Ben Auffarth Ben Auffarth es un científico de datos de pila completa con más de 15 años de experiencia laboral. Con antecedentes y Ph.D. En neurociencia computacional y cognitiva, ha diseñado y realizado experimentos de laboratorio húmedo en cultivos celulares, analizó experimentos con terabytes de datos, ejecutan modelos cerebrales en supercomputadoras de IBM con hasta 64K núcleos, sistemas de producción construidos que procesan cientos y miles de transacciones por día y modelos de lenguaje entrenados en un gran Corpus de documentos de texto. Cofundó y es el ex presidente de oradores de ciencias de datos, Londres.

Otros libros relacionados

• Transformadores para el procesamiento del lenguaje natural y la visión por computadora, tercera edición
• Building LLM Aplicaciones impulsadas, primera edición