ল্যাংচেইনে ওপেনএআই ফাংশন এজেন্টে কীভাবে মেমরি যুক্ত করবেন?

Lyance Ine Opena E A I Phansana Ejente Kibhabe Memari Yukta Karabena



LangChain হল বৃহৎ ভাষার মডেল বা LLM তৈরির জন্য নির্ভরতা সম্বলিত কাঠামো। এটি ব্যবহারকারীর কাছ থেকে প্রশ্ন পাওয়ার থেকে তার উত্তর আনা পর্যন্ত সমস্ত মধ্যবর্তী পদক্ষেপগুলি সম্পাদন করার জন্য এজেন্ট তৈরির জন্য সরঞ্জাম সরবরাহ করে। OpenAI হল একটি পরিবেশ যা ইন্টারনেট থেকে পঠনযোগ্য এবং কাঠামোগত আউটপুট প্রদান করে 'গুগল-সার্চ-ফলাফল' মডিউল

দ্রুত রূপরেখা

এই পোস্টটি নিম্নলিখিত প্রদর্শন করবে:

ল্যাংচেইনে ওপেনএআই ফাংশন এজেন্টে কীভাবে মেমরি যুক্ত করবেন?

OpenAI হল একটি কৃত্রিম বুদ্ধিমত্তা (AI) সংস্থা যা 2015 সালে গঠিত হয়েছিল এবং শুরুতে একটি অলাভজনক সংস্থা ছিল। মাইক্রোসফ্ট 2020 সাল থেকে প্রচুর ভাগ্য বিনিয়োগ করছে কারণ AI এর সাথে প্রাকৃতিক ভাষা প্রক্রিয়াকরণ (NLP) চ্যাটবট এবং ভাষা মডেলের সাথে বেড়ে চলেছে।







OpenAI এজেন্ট তৈরি করা ডেভেলপারদের ইন্টারনেট থেকে আরও পঠনযোগ্য এবং টু-দ্য-পয়েন্ট ফলাফল পেতে সক্ষম করে। এজেন্টদের মেমরি যোগ করার ফলে তারা চ্যাটের প্রেক্ষাপট আরও ভালভাবে বুঝতে পারে এবং আগের কথোপকথনগুলিও তাদের স্মৃতিতে সংরক্ষণ করে। LangChain-এ OpenAI ফাংশন এজেন্টে মেমরি যোগ করার প্রক্রিয়া শিখতে, কেবল নিম্নলিখিত পদক্ষেপগুলি অনুসরণ করুন:



ধাপ 1: ফ্রেমওয়ার্ক ইনস্টল করা

প্রথমত, থেকে ল্যাংচেইন নির্ভরতাগুলি ইনস্টল করুন 'ল্যাংচেন-পরীক্ষামূলক' নিম্নলিখিত কোড ব্যবহার করে ফ্রেমওয়ার্ক:



পিপ ল্যাংচেইন ইনস্টল করুন - পরীক্ষামূলক





ইনস্টল করুন 'গুগল-সার্চ-ফলাফল' Google সার্ভার থেকে অনুসন্ধান ফলাফল পেতে মডিউল:

পিপ গুগল ইনস্টল করুন - অনুসন্ধান - ফলাফল



এছাড়াও, ওপেনএআই মডিউল ইনস্টল করুন যা ল্যাংচেইনে ভাষার মডেলগুলি তৈরি করতে ব্যবহার করা যেতে পারে:

পিপ ইনস্টল ওপেনই

ধাপ 2: পরিবেশ সেট আপ করা

মডিউলগুলি পাওয়ার পরে, থেকে API কীগুলি ব্যবহার করে পরিবেশগুলি সেট আপ করুন৷ OpenAI এবং সার্পাপি হিসাব:

আমদানি আপনি
আমদানি গেটপাস

আপনি. আন্দাজ [ 'OPENAI_API_KEY' ] = গেটপাস গেটপাস ( 'ওপেনএআই এপিআই কী:' )
আপনি. আন্দাজ [ 'SERPAPI_API_KEY' ] = গেটপাস গেটপাস ( 'Serpapi API কী:' )

উভয় পরিবেশে অ্যাক্সেসের জন্য API কী প্রবেশ করতে উপরের কোডটি চালান এবং নিশ্চিত করতে এন্টার টিপুন:

ধাপ 3: লাইব্রেরি আমদানি করা

এখন সেটআপ সম্পূর্ণ হয়েছে, মেমরি এবং এজেন্ট তৈরির জন্য প্রয়োজনীয় লাইব্রেরি আমদানি করতে ল্যাংচেইন থেকে ইনস্টল করা নির্ভরতাগুলি ব্যবহার করুন:

ল্যাংচেইন থেকে। চেইন আমদানি এলএলএমএমথচেইন
ল্যাংচেইন থেকে। এলএমএস আমদানি OpenAI
#ইন্টারনেটে গুগল থেকে সার্চ করতে লাইব্রেরি পান
ল্যাংচেইন থেকে। ইউটিলিটি আমদানি SerpAPIWrapper
ল্যাংচেইন থেকে। ইউটিলিটি আমদানি এসকিউএলডেটাবেস
langchain_experimental থেকে। এসকিউএল আমদানি SQLDatabaseChain
# টুল তৈরি করতে লাইব্রেরি পান জন্য এজেন্ট শুরু করা
ল্যাংচেইন থেকে। এজেন্ট আমদানি এজেন্ট টাইপ , টুল , ইনিশিয়ালাইজ_এজেন্ট
ল্যাংচেইন থেকে। চ্যাট_মডেল আমদানি চ্যাটওপেনএআই

ধাপ 4: ডেটাবেস তৈরি করা

এই গাইডের সাথে যেতে, আমাদের ডাটাবেস তৈরি করতে হবে এবং এটি থেকে উত্তর বের করতে এজেন্টের সাথে সংযোগ করতে হবে। ডাটাবেস তৈরি করতে, এটি ব্যবহার করে SQLite ডাউনলোড করতে হবে গাইড এবং নিম্নলিখিত কমান্ড ব্যবহার করে ইনস্টলেশন নিশ্চিত করুন:

sqlite3

তে উপরের কমান্ডটি চালানো হচ্ছে উইন্ডোজ টার্মিনাল SQLite এর ইনস্টল করা সংস্করণ প্রদর্শন করে (৩.৪৩.২):

এর পরে, কেবলমাত্র আপনার কম্পিউটারের ডিরেক্টরিতে যান যেখানে ডাটাবেস তৈরি এবং সংরক্ষণ করা হবে:

সিডি ডেস্কটপ
cd mydb
sqlite3 চিনুক। ডিবি

ব্যবহারকারী সহজভাবে এটি থেকে ডাটাবেসের বিষয়বস্তু ডাউনলোড করতে পারেন লিঙ্ক ডিরেক্টরিতে এবং ডাটাবেস তৈরি করতে নিম্নলিখিত কমান্ডটি চালান:

. পড়া চিনুক_স্কলাইট। এসকিউএল
নির্বাচন করুন * শিল্পী সীমা থেকে 10 ;

ডাটাবেসটি সফলভাবে তৈরি করা হয়েছে এবং ব্যবহারকারী বিভিন্ন প্রশ্ন ব্যবহার করে এটি থেকে ডেটা অনুসন্ধান করতে পারে:

ধাপ 5: ডাটাবেস আপলোড করা হচ্ছে

ডাটাবেস সফলভাবে নির্মিত হলে, আপলোড করুন '.db' নিম্নলিখিত কোড ব্যবহার করে Google সহযোগীতে ফাইল করুন:

গুগল থেকে। ইটি এএল আমদানি নথি পত্র
আপলোড = নথি পত্র. আপলোড ( )

ক্লিক করে স্থানীয় সিস্টেম থেকে ফাইল নির্বাচন করুন 'ফাইল বেছে নিন' উপরের কোডটি কার্যকর করার পরে বোতাম:

একবার ফাইলটি আপলোড হয়ে গেলে, কেবল ফাইলটির পাথটি অনুলিপি করুন যা পরবর্তী ধাপে ব্যবহার করা হবে:

ধাপ 6: ভাষা মডেল কনফিগার করা

নিম্নলিখিত কোড ব্যবহার করে ভাষা মডেল, চেইন, সরঞ্জাম এবং চেইন তৈরি করুন:

এলএলএম = চ্যাটওপেনএআই ( তাপমাত্রা = 0 , মডেল = 'gpt-3.5-turbo-0613' )
অনুসন্ধান = SerpAPIWrapper ( )
llm_math_chain = এলএলএমএমথচেইন। থেকে_এলএলএম ( এলএলএম = এলএলএম , ভার্বোস = সত্য )
ডিবি = এসকিউএলডেটাবেস। থেকে_উরি ( 'sqlite:///../../../../../content/Chinook.db' )
db_chain = SQLDatabaseChain. থেকে_এলএলএম ( এলএলএম , ডিবি , ভার্বোস = সত্য )
টুলস = [
টুল (
নাম = 'অনুসন্ধান' ,
ফাংশন = অনুসন্ধান চালান ,
বর্ণনা = 'সাম্প্রতিক বিষয় সম্পর্কে প্রশ্নের উত্তর পেতে লক্ষ্যযুক্ত প্রশ্নগুলি জিজ্ঞাসা করুন' ,
) ,
টুল (
নাম = 'ক্যালকুলেটর' ,
ফাংশন = llm_math_chain. চালান ,
বর্ণনা = 'গাণিতিক সমস্যার উত্তর/সমাধানের জন্য দরকারী' ,
) ,
টুল (
নাম = 'ফুবার-ডিবি' ,
ফাংশন = db_chain। চালান ,
বর্ণনা = 'FooBar সম্পর্কে প্রশ্নের উত্তর দেওয়ার জন্য দরকারী এবং ইনপুটটি সম্পূর্ণ প্রসঙ্গ সম্বলিত প্রশ্নের আকারে হওয়া উচিত' ,
) ,
]
  • দ্য এলএলএম ভেরিয়েবলে মডেলের নামের সাথে ChatOpenAI() পদ্ধতি ব্যবহার করে ভাষার মডেলের কনফিগারেশন রয়েছে।
  • অনুসন্ধান ভেরিয়েবলে এজেন্টের জন্য টুল তৈরি করার জন্য SerpAPIWrapper() পদ্ধতি রয়েছে।
  • নির্মাণ করুন llm_math_chain LLMMathChain() পদ্ধতি ব্যবহার করে গণিত ডোমেনের সাথে সম্পর্কিত উত্তর পেতে।
  • db ভেরিয়েবল ফাইলের পাথ ধারণ করে যাতে ডাটাবেসের বিষয়বস্তু থাকে। ব্যবহারকারীকে শুধুমাত্র শেষ অংশটি পরিবর্তন করতে হবে 'content/Chinook.db' পথ রাখা 'sqlite:///../../../../../' একই.
  • ব্যবহার করে ডাটাবেস থেকে প্রশ্নের উত্তর দেওয়ার জন্য আরেকটি চেইন তৈরি করুন db_chain পরিবর্তনশীল
  • মত টুল কনফিগার করুন অনুসন্ধান , ক্যালকুলেটর , এবং FooBar-DB যথাক্রমে ডেটাবেস থেকে উত্তর অনুসন্ধান, গণিত প্রশ্নের উত্তর এবং প্রশ্নের জন্য:

ধাপ 7: মেমরি যোগ করা

OpenAI ফাংশন কনফিগার করার পরে, সহজভাবে তৈরি করুন এবং এজেন্টে মেমরি যোগ করুন:

ল্যাংচেইন থেকে। অনুরোধ আমদানি বার্তা প্লেসহোল্ডার
ল্যাংচেইন থেকে। স্মৃতি আমদানি কথোপকথন বাফার মেমরি

agent_kwargs = {
'অতিরিক্ত_প্রম্পট_বার্তা' : [ বার্তা প্লেসহোল্ডার ( পরিবর্তনশীল_নাম = 'স্মৃতি' ) ] ,
}
স্মৃতি = কথোপকথন বাফার মেমরি ( মেমরি_কী = 'স্মৃতি' , ফেরত_বার্তা = সত্য )

ধাপ 8: এজেন্ট শুরু করা

নির্মাণ এবং সূচনা করার শেষ উপাদান হল এজেন্ট, যার মতো সমস্ত উপাদান রয়েছে এলএলএম , টুল , OPENAI_FUNCTIONS , এবং অন্যান্য এই প্রক্রিয়ায় ব্যবহার করা হবে:

প্রতিনিধি = ইনিশিয়ালাইজ_এজেন্ট (
টুলস ,
এলএলএম ,
প্রতিনিধি = এজেন্ট টাইপ। OPENAI_FUNCTIONS ,
ভার্বোস = সত্য ,
agent_kwargs = agent_kwargs ,
স্মৃতি = স্মৃতি ,
)

ধাপ 9: এজেন্ট পরীক্ষা করা

অবশেষে, ' ব্যবহার করে চ্যাট শুরু করে এজেন্ট পরীক্ষা করুন ওহে 'বার্তা:

প্রতিনিধি. চালান ( 'ওহে' )

এটির সাথে এজেন্ট চালিয়ে মেমরিতে কিছু তথ্য যোগ করুন:

প্রতিনিধি. চালান ( 'আমার নাম জন তুষার' )

এখন, আগের চ্যাট সম্পর্কে প্রশ্ন জিজ্ঞাসা করে স্মৃতি পরীক্ষা করুন:

প্রতিনিধি. চালান ( 'আমার নাম কি' )

এজেন্ট মেমরি থেকে আনা নামের সাথে প্রতিক্রিয়া জানিয়েছে তাই এজেন্টের সাথে মেমরি সফলভাবে চলছে:

এখন এ পর্যন্তই.

উপসংহার

LangChain-এ OpenAI ফাংশন এজেন্টে মেমরি যোগ করতে, লাইব্রেরি আমদানির জন্য নির্ভরতা পেতে মডিউলগুলি ইনস্টল করুন। এর পরে, কেবল ডাটাবেস তৈরি করুন এবং এটি পাইথন নোটবুকে আপলোড করুন যাতে এটি মডেলের সাথে ব্যবহার করা যায়। এজেন্টে যোগ করার আগে মডেল, টুলস, চেইন এবং ডাটাবেস কনফিগার করুন এবং শুরু করুন। মেমরি পরীক্ষা করার আগে, ConversationalBufferMemory() ব্যবহার করে মেমরি তৈরি করুন এবং এটি পরীক্ষা করার আগে এজেন্টে যোগ করুন। LangChain-এ OpenAI ফাংশন এজেন্টে কীভাবে মেমরি যোগ করতে হয় এই নির্দেশিকাটি বিস্তারিতভাবে বর্ণনা করেছে।