generative_ai_with_langchain
1.0.0
這是Packt發行的Langchain的生成AI的代碼存儲庫。
本·奧法斯（Ben Auffarth）
Openai的Chatgpt和GPT模型不僅在我們的撰寫和研究中都帶來了一場革命，而且在如何處理信息方面也帶來了革命。本書討論了LLM的功能，功能和局限性，包括Chatgpt和Bard。它還在一系列實踐示例中證明瞭如何使用Langchain框架來構建可準備生產和響應式LLM應用程序的應用程序，用於從客戶支持到軟件開發幫助和數據分析的任務 - 說明了LLM在現實世界中的廣泛實用性。
當您通過微調，及時的工程以及用於生產環境中的部署和監視的最佳實踐時，在項目中解鎖了LLM的全部潛力。無論您是構建創意寫作工具，開發複雜的聊天機器人還是製作尖端軟件開發輔助工具，這本書都是您以自信和創造力來掌握生成AI的變革力量的路線圖。
感謝您選擇“與Langchain的生成AI”！感謝您的熱情和反饋。
請注意，我們已發布了該書的更新版本。因此，此存儲庫有兩個不同的分支：
請參考您感興趣的版本或與您的書的版本相對應。
如果您已經購買了本書的最新印刷版或Kindle版本，則可以免費獲得無DRM的PDF版本。只需單擊鏈接即可索取您的免費PDF。免費書籍
我們還提供了一個PDF文件，該文件具有本書中使用的屏幕截圖/圖表的顏色圖像
代碼更新：我們的承諾是為您提供穩定且有價值的代碼示例。儘管Langchain以頻繁的更新而聞名，但我們了解將代碼與最新更改保持一致的重要性。伴侶存儲庫會定期更新以與蘭班的開發協調。
預期穩定性：為了穩定性和可用性，存儲庫可能不符合每個較小的蘭鏈更新。我們的目標是一致性和可靠性，以確保讀者獲得無縫的體驗。
如何联系我們：遇到問題或有建議？請不要猶豫，打開一個問題，我們會及時解決。您的反饋是無價的，我們在這里為您提供Langchain的旅程。感謝您的理解和愉快的編碼！
您可以在Discord服務器上與作者和其他讀者互動，並在不和諧的社區中找到最新的更新和討論
在下表中，您可以在此存儲庫中找到指向目錄的鏈接。每個目錄都包含指向Python腳本和筆記本的更多鏈接。您還可以看到指向計算平台的鏈接，您可以在其中執行存儲庫中的筆記本。請注意，還有其他不是筆記本的Python腳本和項目，您將在本章目錄中找到。
| 章節 | COLAB | Kaggle | 坡度 | Studio Lab |
|---|---|---|---|---|
| 第1章：什麼是生成AI？ | 沒有代碼示例 | |||
| 第2章：llmchain for LLM應用程序 | 沒有代碼示例 | |||
| 第三章：蘭班 | 目錄 | |||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| 第4章：建築有能力的助手 | 目錄 | |||
| ||||
| ||||
| ||||
| 第5章：建立聊天機器人 | 目錄 | |||
| ||||
| ||||
| ||||
| ||||
| ||||
| 第6章：開發具有生成AI的軟件 | 目錄 | |||
| ||||
| ||||
| ||||
| ||||
| 第7章：數據科學的LLM | 目錄 | |||
| ||||
| 第8章：自定義LLM及其輸出 | 目錄 | |||
| ||||
| 第9章：生產中的生成AI | 目錄 | |||
| 第10章：生成模型的未來 | 沒有代碼示例 |
這是本書的伴侶存儲庫。這是一些有助於設置的說明。請參閱第3章。
所有章節都依靠Python。
| 章 | 需要軟件 | 鏈接到軟件 | 硬件規格 | 需要操作系統 |
|---|---|---|---|---|
| 所有章節 | Python 3.11 | https://www.python.org/downloads/ | 應該在任何最近的計算機上工作 | Windows，MacOS，Linux（Any），MacOS，Windows |
請注意，Python 3.12可能行不通（請參閱＃11）。
您可以使用Conda（推薦）或PIP安裝本地環境。提供了Conda，Pip和詩歌的環境配置。它們都已在MacOS上進行了測試。請注意，如果您選擇PIP作為安裝工具，則可能需要其他系統依賴性安裝。
如果您在環境方面有任何問題，請提出一個問題，顯示出您遇到的錯誤。如果您有信心，請繼續創建拉動請求。
在Windows上，有些人在Conda和pip（由於閱讀線和ncurses）方面遇到困難。如果是您的情況，請查看WSL或使用Docker安裝。 WinoDW上的一些人報告說，他們需要安裝Visual CPP構建工具。無論如何，如果您在環境方面有任何問題，請提出一個問題，顯示出您遇到的錯誤。如果您有信心找到改進，請繼續創建拉動請求。
對於PIP和詩歌，請確保您在系統中安裝Pandoc。在MacOS上使用啤酒：
brew install pandoc在Ubuntu或Debian Linux上，使用APT：
sudo apt-get install pandoc在Windows上，您可以使用安裝程序。
這是安裝依賴項的推薦方法。請確保安裝了Anaconda。
首先為包含所有依賴項的書創建環境：
conda env create --file langchain_ai.yaml --force康達環境稱為langchain_ai 。您可以將其激活如下：
conda activate langchain_ai PIP是Python中的默認依賴關係管理工具。使用PIP，您應該能夠從需求文件中安裝所有庫：
pip install -r requirements.txt如果您正在使用緩慢的Internet連接，則可能會看到PIP的超時（Conda和Pip也可能發生）。作為解決方法，您可以增加這樣的超時設置：
export PIP_DEFAULT_TIMEOUT=100環境也有一個Docker文件。它使用Docker環境並啟動IPYTHON筆記本。要使用它，首先構建它，然後運行它：
docker build -t langchain_ai .
docker run -it -p 8888:8888 langchain_ai您應該能夠在http：// localhost：8888的瀏覽器中找到筆記本。
確保安裝了詩歌。在Linux和MacOS上，您應該能夠使用要求文件：
poetry install --no-root這應該取pyproject.toml文件並安裝所有依賴項。
遵循有關安全性的最佳實踐，我沒有向Github承諾證書。您可能會看到提及config.py文件的import語句，該文件未包含在存儲庫中。該模塊具有一個方法set_environment() ，該模塊將所有鍵設置為像這樣的環境變量：
示例config.py：
import os
def set_environment ():
os . environ [ 'OPENAI_API_KEY' ] = 'your-api-key-here'顯然，您將API憑據放在這裡。根據集成（OpenAI，Azure等），您需要添加相應的API鍵。 OpenAI API鍵是所有代碼中最常使用的。
您可以在與Langchain的《生成AI》的第3章中找到有關API憑據和設置的更多詳細信息。
如果您發現筆記本或依賴項有任何不對勁，請隨時創建拉動請求。
如果要更改Conda依賴項規範（YAML文件），則可以這樣測試：
conda env create --file langchain_ai.yaml --force您可以這樣更新PIP要求：
pip freeze > requirements.txt請確保您將這兩種維護依賴關係保持同步。
然後確保您在新環境中測試筆記本，以查看它們運行。
我提供了一個Makefile ，其中包括使用Flake8，MyPy和其他工具驗證的說明。我像這樣運行了巨魔：
make typecheck要在ruff中運行代碼驗證，請運行
ruff check . Ben Auffarth Ben Auffarth是一位擁有超過15年工作經驗的全棧數據科學家。具有背景和博士學位在計算和認知神經科學中，他已經設計和進行了有關細胞培養的濕實驗實驗，分析了數據的實驗，在IBM超級計算機上進行了大腦模型，具有多達64K核心的IBM超級計算機，建立了生產系統，每天處理成千上萬的交易，並在文本文檔的大型語料庫上進行訓練有素的語言模型。他共同創立了倫敦數據科學發言人的前總裁。
