chatgpt patterns

帕特里克·尼古拉斯（Patrick Nicolas） - 最後更新07.10.2023

目的是該存儲庫是評估和擴展Chatgpt API ， Langchain和LlamainDex數據框架以構建應用程序。這些技術包括

• 及時的工程模式：輸出自動化器，角色，事實檢查模板和認知驗證者
• 使用蘭鏈鏈打字提示
• 使用Langchain ， OpenAI和Llama Agents的生成工作流程。

參考

• 使用數據類型擴展Langchain序列
• CHATGPT提示代碼生成模式
• Langchain簡介
• 美洲駝介紹
• 經過思考的鏈條提示在大語言模型中引起推理
• Openai Chatgpt

環境

包裹	版本
Python	3.9.16
火炬	2.0.1
Openai	0.27.1
matplotlib	3.7.1
Scikit-Learn	1.2.2
numpy	1.24.3
貓熊	2.0.2
Langchain	0.0.227
方面	0.17.0
Fastapi	0.97.0
美洲駝指數	0.7.4

更新

日期	版本
06.07.2023	0.1
06.18.2023	0.2

軟件包

包裹	描述
util	公用事業課
Openai	與Chatgpt的使用和微調有關的課程
llm_langchain	使用Langchain框架與裝載機，分離器，鏈條和代理有關的類
llm_llama	使用LlamainDex框架與鍊和代理有關的課程
領域	針對測試目的的特定目標應用程序代碼

及時模式

從開創性的紙上“及時的圖案目錄，可以通過Chatgpt提高工程”。

姓名	概述	上下文語句
角色	輸出自定義 將角色，角色或領域專家分配給LLM。角色可以表示為角色，職位描述，標題，歷史或已知數字。	- 我希望您問我要達到X的問題。 - 您應該提出問題，直到達到X或滿足條件X為止。問我有關x一個的問題。
模板	輸出自定義 確保輸出遵循精確的模板（即格式，URL，示例…）。該模式指示LLM在答案的特定部分中使用唯一的格式。	我將為您提供輸出模板 X是我的內容持有人 嘗試將輸出適合我列出的一個或多個佔位符 請保留我提供的格式和模板 這是要遵循的模板：帶有佔位符的模式。
事實檢查清單	錯誤標識 請求llm向答案提供事實/假設列表，以便用戶可以執行適當的利益。	產生一組輸出中包含的事實 一組事實應插入/附加到輸出 事實集應該是基本事實，如果其中任何一個不正確，可能會破壞產出的真實性。
反射	錯誤標識 要求LLM自動解釋給定答案的基本原理。該模式闡明了任何混亂的要點，基本的假設，知識的差距……。	每當您產生答案時，請解釋答案背後的推理和假設，以便提高問題。
輸出自動化器	輸出自定義 讓LLM生成腳本或自動化任務，可以執行LLM建議的任何步驟。	每當您使用步驟產生輸出時，請務必執行此操作。產生X型的可執行文件，該工件將自動化這些步驟。
可視化生成器	輸出自定義 使用生成的文本創建可視化，因為複雜的概念更容易用圖表和圖像掌握。 LLM輸出應為工具產生圖像的途徑。	生成一個我可以為工具y提供可視化的X。