extraction-openai-functions

此模板使用 OpenAI 函数调用 从非结构化输入文本中提取结构化输出。

提取输出模式可以在 chain.py 中设置。

环境设置

设置 OPENAI_API_KEY 环境变量以访问 OpenAI 模型。

用法

要使用此包，您首先需要安装 LangChain CLI：

pip install -U langchain-cli

要创建一个新的 LangChain 项目并将其作为唯一包安装，您可以执行：

langchain app new my-app --package extraction-openai-functions

如果您想将其添加到现有项目中，只需运行：

langchain app add extraction-openai-functions

并将以下代码添加到您的 server.py 文件中：

from extraction_openai_functions import chain as extraction_openai_functions_chain

add_routes(app, extraction_openai_functions_chain, path="/extraction-openai-functions")

（可选）现在让我们配置 LangSmith。 LangSmith 将帮助我们跟踪、监控和调试 LangChain 应用程序。 您可以在 这里 注册 LangSmith。 如果您没有访问权限，可以跳过此部分。

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为 "default"

如果您在此目录中，则可以直接通过以下方式启动 LangServe 实例：

langchain serve

这将启动 FastAPI 应用程序，服务器在本地运行，地址为 http://localhost:8000

我们可以在 http://127.0.0.1:8000/docs 查看所有模板 我们可以在 http://127.0.0.1:8000/extraction-openai-functions/playground 访问游乐场

我们可以通过以下代码从代码中访问模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/extraction-openai-functions")

默认情况下，此包设置为提取论文的标题和作者，如 chain.py 文件中所指定。

默认情况下，LLM 由 OpenAI 函数提供支持。