llama2-functions

此模板使用支持指定 JSON 输出架构的 LLaMA2 模型 从非结构化数据中提取结构化数据。

提取架构可以在 chain.py 中设置。

环境设置

这将使用一个由 Replicate 托管的 LLaMA2-13b 模型。

确保在您的环境中设置 REPLICATE_API_TOKEN。

使用方法

要使用此软件包，您首先需要安装 LangChain CLI：

pip install -U langchain-cli

要创建一个新的 LangChain 项目并将此软件包作为唯一软件包安装，您可以执行：

langchain app new my-app --package llama2-functions

如果您想将其添加到现有项目中，可以直接运行：

langchain app add llama2-functions

并将以下代码添加到您的 server.py 文件中：

from llama2_functions import chain as llama2_functions_chain

add_routes(app, llama2_functions_chain, path="/llama2-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，那么您可以直接启动一个 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/llama2-functions/playground 访问游乐场

我们可以通过代码访问模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/llama2-functions")