首页 游戏攻略 正文

langqun和竞品相比怎么样?优劣势对比分析!

今天跟大家伙儿唠唠我瞎折腾“langqun”的那些事儿。一开始我看到这个名字,脑子里一片空白,完全不知道是啥玩意儿。后来稍微查了查资料,才发现它跟最近挺火的大模型、AI啥的有点关系,于是就想着自己也上手试试,看看能不能搞出点啥名堂。

第一步:环境搭建,磨刀不误砍柴工

既然要搞,那肯定得先有个像样点的环境。我寻思着,反正就是玩玩,没必要搞太复杂的,直接用 Python 就行了。

我新建了一个虚拟环境,省得把我的系统环境搞乱了,这个习惯还是要有的。

langqun和竞品相比怎么样?优劣势对比分析!

然后,pip install 一大堆依赖包,什么 langchain,openai,requests,反正看着相关的都装上。这里有个坑,版本一定要注意,有时候版本不对,代码跑起来会报错,得一个个去试,贼烦。

把 OpenAI 的 API Key 搞到手,这玩意儿是调用 OpenAI 服务的钥匙,没它啥也干不了。

环境搭感觉就像是有了枪,就等着上战场了。

第二步:摸着石头过河,从 Demo 开始

刚开始,我对 langchain 的概念很模糊,就想着先跑几个官方的 Demo 看看效果。

我找到了 langchain 的官方文档,里面有很多例子,从最简单的问答到复杂的对话,应有尽有。

我照着文档,把代码复制下来,改了改 API Key,运行!

第一次运行,报错了,说是什么模块找不到。我靠,肯定是哪个依赖包没装对。于是我又回去检查依赖包,一个个对版本,折腾了半天才搞定。

Demo 跑起来了,效果还不错,能回答一些简单的问题,但是感觉有点傻,不太智能。

跑 Demo 的过程,让我对 langchain 有了初步的了解,知道它大概是怎么工作的,也知道它能做什么。

第三步:自己动手,丰衣足食

光看 Demo 没意思,得自己动手才能真正学会。我想着能不能用 langchain 做一个简单的聊天机器人,可以跟我聊天,还能回答一些专业问题。

我定义了一个 PromptTemplate,就是告诉 AI 我想要什么样的回答。比如,我说“你是一个专业的XX领域的专家,请你回答我的问题”,这样 AI 就会按照专家的口吻来回答。

然后,我用 langchain 的 LLMChain 把 PromptTemplate 和 OpenAI 的模型串起来,这样就可以把我的问题发送给 OpenAI,然后得到 AI 的回答。

我写了一个简单的 Web 界面,让用户可以输入问题,然后把问题发送给 LLMChain,把 AI 的回答显示出来。

我把代码部署到服务器上,就可以通过浏览器访问我的聊天机器人了。

第四步:踩坑无数,痛并快乐着

自己写代码的过程中,遇到了各种各样的坑。

比如,AI 的回答有时候很奇怪,明明问的是A,它回答的是B。后来我发现,是 PromptTemplate 写的不够没有明确告诉 AI 我想要什么样的回答。

再比如,AI 的回答速度很慢,要等好几秒才能出来。后来我发现,是 OpenAI 的模型太大了,需要优化一下。

还有,AI 的回答有时候会出错,比如会说一些不符合事实的话。后来我发现,是 OpenAI 的模型训练数据不够完善,需要自己补充一些数据。

解决这些问题的过程,让我对 langchain 和 AI 有了更深入的理解。

第五步:小有成就,继续努力

经过一番折腾,我的聊天机器人总算能用了,虽然还有很多不足,但是已经可以回答一些简单的问题,还能跟我聊天,我觉得挺有成就感的。

这回瞎折腾“langqun”,让我学到了很多东西。

我知道了 langchain 是一个强大的工具,可以用来构建各种各样的 AI 应用。

我也知道了 AI 并没有那么神秘,只要掌握了方法,人人都可以用 AI 做点有趣的事情。

更重要的是,我体会到了学习的乐趣,也体会到了解决问题的成就感。

以后,我还会继续折腾“langqun”,争取做出更牛逼的应用。

相关推荐