PipelineAI
PipelineAI 允许您在云中大规模运行您的机器学习模型。它还提供对 多个大型语言模型 的 API 访问。
本笔记本介绍了如何将 LangChain 与 PipelineAI 一起使用。
PipelineAI 示例
此示例展示了 PipelineAI 如何与 LangChain 集成，由 PipelineAI 创建。
设置
使用 PipelineAI API（即 Pipeline Cloud）需要 pipeline-ai 库。使用 pip install pipeline-ai 安装 pipeline-ai。
# Install the package
%pip install --upgrade --quiet pipeline-ai
示例
导入
<!--IMPORTS:[{"imported": "PipelineAI", "source": "langchain_community.llms", "docs": "https://python.langchain.com/api_reference/community/llms/langchain_community.llms.pipelineai.PipelineAI.html", "title": "PipelineAI"}, {"imported": "StrOutputParser", "source": "langchain_core.output_parsers", "docs": "https://python.langchain.com/api_reference/core/output_parsers/langchain_core.output_parsers.string.StrOutputParser.html", "title": "PipelineAI"}, {"imported": "PromptTemplate", "source": "langchain_core.prompts", "docs": "https://python.langchain.com/api_reference/core/prompts/langchain_core.prompts.prompt.PromptTemplate.html", "title": "PipelineAI"}]-->
import os
from langchain_community.llms import PipelineAI
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import PromptTemplate
设置环境 API 密钥
确保从 PipelineAI 获取您的 API 密钥。查看 云快速入门指南。您将获得 30 天的免费试用，包含 10 小时的无服务器 GPU 计算，以测试不同的模型。
os.environ["PIPELINE_API_KEY"] = "YOUR_API_KEY_HERE"
创建 PipelineAI 实例
在实例化 PipelineAI 时，您需要指定要使用的管道的 ID 或标签，例如 pipeline_key = "public/gpt-j:base"。然后，您可以选择传递其他特定于管道的关键字参数：
llm = PipelineAI(pipeline_key="YOUR_PIPELINE_KEY", pipeline_kwargs={...})
创建提示词模板
我们将为问答创建一个提示词模板。
template = """Question: {question}
Answer: Let's think step by step."""
prompt = PromptTemplate.from_template(template)
初始化 LLMChain
llm_chain = prompt | llm | StrOutputParser()
运行 LLMChain
提供一个问题并运行 LLMChain。
question = "What NFL team won the Super Bowl in the year Justin Beiber was born?"
llm_chain.invoke(question)
