generative_ai_with_langchain
1.0.0
이것은 Packt에서 출판 한 Langchain, First Edition을 사용한 생성 AI의 코드 저장소입니다.
벤 오퍼 가스
OpenAi의 ChatGpt와 GPT 모델은 우리가 쓰고 연구하는 방식뿐만 아니라 정보를 처리 할 수있는 방법에도 혁명을 일으켰습니다. 이 책은 Chatgpt 및 Bard를 포함한 채팅 시스템의 LLMS 기본 채팅 시스템의 기능, 기능 및 한계에 대해 설명합니다. 또한 일련의 실제 사례에서 Langchain 프레임 워크를 사용하여 고객 지원에서 소프트웨어 개발 지원 및 데이터 분석에 이르기까지 프로덕션 준비 및 반응 형 LLM 애플리케이션을 구축하는 방법을 보여줍니다.
미세 조정, 신속한 엔지니어링 및 생산 환경에서의 배포 및 모니터링에 대한 모범 사례를 탐색 할 때 프로젝트 내 LLM의 잠재력을 최대한 활용하십시오. 창의적인 작문 도구를 구축하거나 정교한 챗봇을 개발하거나 최첨단 소프트웨어 개발 보조 도구를 제작하든이 책은 자신감과 창의성을 갖춘 생성 AI의 변형력을 습득하는 로드맵이 될 것입니다.
"Langchain과 함께 생성 AI"를 선택해 주셔서 감사합니다! 우리는 당신의 열정과 피드백에 감사드립니다.
업데이트 된 버전의 책을 발표했습니다. 결과적 으로이 저장소에는 두 가지 다른 분기가 있습니다.
관심있는 버전을 참조하거나 책의 버전에 해당하는 버전을 참조하십시오.
이 책의 최신 인쇄 또는 Kindle 버전을 이미 구입 한 경우 무료로 DRM-Free PDF 버전을 얻을 수 있습니다. 무료 PDF를 청구하려면 링크를 클릭하십시오. 무료 전자 책
또한이 책에서 GraphicBundle에서 사용 된 스크린 샷/다이어그램의 컬러 이미지가있는 PDF 파일도 제공합니다.
코드 업데이트 : 우리의 약속은 안정적이고 귀중한 코드 예제를 제공하는 것입니다. Langchain은 빈번한 업데이트로 알려져 있지만 코드를 최신 변경 사항과 정렬하는 것의 중요성을 이해합니다. 동반자 저장소는 정기적으로 Langchain 개발과 조화를 이루기 위해 업데이트됩니다.
예상 안정성 : 안정성과 유용성을 위해 저장소는 모든 마이너 랭케인 업데이트와 일치하지 않을 수 있습니다. 우리는 독자들에게 완벽한 경험을 보장하기 위해 일관성과 신뢰성을 목표로합니다.
우리에게 도달하는 방법 : 문제가 발생하거나 제안이 있습니까? 주저하지 말고 문제를 열어 주시면 즉시 문제를 해결하겠습니다. 귀하의 의견은 매우 중요하며 Langchain과의 여정에서 귀하를 지원하기 위해 여기 있습니다. 이해하고 행복한 코딩에 감사드립니다!
Discord 서버의 저자 및 기타 독자와 참여하고 Discord의 커뮤니티에서 최신 업데이트 및 토론을 찾을 수 있습니다.
다음 표에서는이 저장소의 디렉토리에 대한 링크를 찾을 수 있습니다. 각 디렉토리에는 Python 스크립트 및 노트북에 대한 추가 링크가 포함되어 있습니다. 또한 저장소에서 노트북을 실행할 수있는 컴퓨팅 플랫폼에 대한 링크를 볼 수 있습니다. 챕터 디렉토리에서 볼 수있는 노트북이 아닌 다른 Python 스크립트 및 프로젝트가 있습니다.
| 챕터 | 콜랩 | Kaggle | 구배 | 스튜디오 실험실 |
|---|---|---|---|---|
| 1 장 : 생성 AI 란 무엇입니까? | 코드 예제가 없습니다 | |||
| 2 장 : LLM 앱 용 랭 체인 | 코드 예제가 없습니다 | |||
| 3 장 : Langchain을 시작합니다 | 예배 규칙서 | |||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| 4 장 : 유능한 조수 구축 | 예배 규칙서 | |||
| ||||
| ||||
| ||||
| 5 장 : Chatgpt와 같은 챗봇 구축 | 예배 규칙서 | |||
| ||||
| ||||
| ||||
| ||||
| ||||
| 6 장 : 생성 AI가있는 소프트웨어 개발 | 예배 규칙서 | |||
| ||||
| ||||
| ||||
| ||||
| 7 장 : 데이터 과학을위한 LLM | 예배 규칙서 | |||
| ||||
| 8 장 : LLM 및 출력 사용자 정의 | 예배 규칙서 | |||
| ||||
| 제 9 장 : 생산 AI 생성 AI | 예배 규칙서 | |||
| 10 장 : 생성 모델의 미래 | 코드 예제가 없습니다 |
이것은이 책의 동반자 저장소입니다. 다음은 설정하는 데 도움이되는 몇 가지 지침입니다. 3 장을 참조하십시오.
모든 장은 파이썬에 의존합니다.
| 장 | 필요한 소프트웨어 | 소프트웨어 링크 | 하드웨어 사양 | OS 필수 |
|---|---|---|---|---|
| 모든 챕터 | 파이썬 3.11 | https://www.python.org/downloads/ | 최근 컴퓨터에서 작동해야합니다 | Windows, MacOS, Linux (Any), MacOS, Windows |
Python 3.12는 작동하지 않을 수 있습니다 ( #11 참조).
Conda (권장) 또는 PIP로 지역 환경을 설치할 수 있습니다. Conda, Pip 및 Poetry의 환경 구성이 제공됩니다. 그들은 모두 MacOS에서 테스트되었습니다. 설치 도구로 PIP를 선택하면 시스템 종속성을 추가로 설치해야 할 수도 있습니다.
환경에 문제가 있으면 오류가 표시되는 문제를 제기하십시오. 자신감이 있으시면 계속해서 풀어 요청을 만드십시오.
창문에서는 일부 사람들은 Conda와 Pip (Readline 및 Ncurses 때문에)에 어려움을 겪고 있습니다. 이 경우 WSL을 살펴 보거나 Docker 설치를 사용하십시오. Winodws의 일부 사람들은 시각적 CPP 빌드 도구를 설치해야한다고보고했습니다. 어쨌든 환경에 문제가있는 경우 오류가 표시되는 문제를 제기하십시오. 개선 사항을 찾았다 고 확신한다면 계속해서 풀 요청을 만드십시오.
PIP 및시의 경우 시스템에 Pandoc을 설치해야합니다. MacOS에서 Brew 사용 :
brew install pandocUbuntu 또는 Debian Linux에서 APT를 사용하십시오.
sudo apt-get install pandocWindows에서는 설치 프로그램을 사용할 수 있습니다.
종속성을 설치하기위한 권장 방법입니다. Anaconda가 설치되어 있는지 확인하십시오.
먼저 모든 의존성이 포함 된 책의 환경을 만듭니다.
conda env create --file langchain_ai.yaml --force 콘다 환경을 langchain_ai 라고합니다. 다음과 같이 활성화 할 수 있습니다.
conda activate langchain_ai PIP는 Python의 기본 종속성 관리 도구입니다. PIP를 사용하면 요구 사항 파일에서 모든 라이브러리를 설치할 수 있어야합니다.
pip install -r requirements.txt인터넷 연결이 느리게 작업하는 경우 PIP와의 타임 아웃을 볼 수 있습니다 (Conda 및 PIP에서도 발생할 수도 있음). 해결 방법으로 다음과 같은 시간 초과 설정을 늘릴 수 있습니다.
export PIP_DEFAULT_TIMEOUT=100환경에 대한 도커 파일도 있습니다. Docker 환경을 사용하고 Ipython 노트북을 시작합니다. 그것을 사용하려면 먼저 빌드 한 다음 실행하십시오.
docker build -t langchain_ai .
docker run -it -p 8888:8888 langchain_ai브라우저에서 http : // localhost : 8888의 노트북을 찾을 수 있어야합니다.
시가 설치되어 있는지 확인하십시오. Linux 및 MacOS에서는 요구 사항 파일을 사용할 수 있어야합니다.
poetry install --no-root pyproject.toml 파일을 사용하고 모든 종속성을 설치해야합니다.
안전에 관한 모범 사례에 따라 자격 증명을 GitHub에 저지르지 않습니다. Repository에 포함되지 않은 config.py 파일을 언급하는 import 명령문이 표시 될 수 있습니다. 이 모듈은 모든 키를 이와 같은 환경 변수로 설정하는 method set_environment() 가 있습니다.
config.py 예제 :
import os
def set_environment ():
os . environ [ 'OPENAI_API_KEY' ] = 'your-api-key-here'분명히 API 자격 증명을 여기에 넣을 것입니다. 통합 (OpenAI, Azure 등)에 따라 해당 API 키를 추가해야합니다. OpenAI API 키는 모든 코드에서 가장 자주 사용됩니다.
API 자격 증명에 대한 자세한 내용은 Langchain을 사용한 Book Generative AI의 3 장에서 설정할 수 있습니다.
노트북이나 종속성에 동의하지 않으면 풀 요청을 자유롭게 작성하십시오.
Conda 의존성 사양 (Yaml 파일)을 변경하려면 다음과 같이 테스트 할 수 있습니다.
conda env create --file langchain_ai.yaml --force다음과 같은 PIP 요구 사항을 업데이트 할 수 있습니다.
pip freeze > requirements.txt종속성을 유지하는이 두 가지 방법을 동기화하도록 유지하십시오.
그런 다음 새로운 환경에서 노트북을 테스트하여 실행되는지 확인하십시오.
Flake8, Mypy 및 기타 도구를 사용한 유효성 검사 지침이 포함 된 Makefile 포함했습니다. 나는 이것처럼 mypy를 실행했다.
make typecheckRuff에서 코드 검증을 실행하려면 실행하십시오
ruff check . Ben Auffarth Ben Auffarth는 15 년 이상의 업무 경험을 가진 풀 스택 데이터 과학자입니다. 배경과 박사 전산 및인지 신경 과학에서, 그는 세포 배양에 대한 습식 실험을 설계하고 수행했으며, 테라 바이트의 데이터를 사용한 실험을 분석하고, 최대 64K 코어를 사용하여 IBM 슈퍼 컴퓨터에서 뇌 모델을 실행하고, 매일 수백 및 수천 개의 거래를 처리하는 생산 시스템을 구축했으며, 대규모 텍스트 문서의 대규모 언어 모델을 훈련시켰다. 그는 공동 창립했으며 런던의 데이터 과학 연사의 전 사장입니다.
