跳到主要内容
Open on GitHub

Prediction Guard

本页面介绍如何在 LangChain 中使用 Prediction Guard 生态系统。内容分为两部分：安装与设置，以及具体 Prediction Guard 封装器的参考。

此集成在 langchain-predictionguard 包中维护。

安装与设置​

  • 安装 PredictionGuard Langchain 合作伙伴包
pip install langchain-predictionguard
  • 获取 Prediction Guard API 密钥（如此处所述），并将其设置为环境变量（PREDICTIONGUARD_API_KEY）

Prediction Guard Langchain 集成​

API描述端点文档导入使用示例
聊天构建聊天机器人聊天from langchain_predictionguard import ChatPredictionGuardChatPredictionGuard.ipynb
文本补全生成文本文本补全from langchain_predictionguard import PredictionGuardPredictionGuard.ipynb
文本嵌入将字符串嵌入为向量嵌入from langchain_predictionguard import PredictionGuardEmbeddingsPredictionGuardEmbeddings.ipynb

开始使用​

聊天模型​

Prediction Guard 聊天​

查看使用示例

from langchain_predictionguard import ChatPredictionGuard

使用​

# If predictionguard_api_key is not passed, default behavior is to use the `PREDICTIONGUARD_API_KEY` environment variable.
chat = ChatPredictionGuard(model="Hermes-3-Llama-3.1-8B")

chat.invoke("Tell me a joke")

嵌入模型​

Prediction Guard 嵌入​

查看使用示例

from langchain_predictionguard import PredictionGuardEmbeddings

使用​

# If predictionguard_api_key is not passed, default behavior is to use the `PREDICTIONGUARD_API_KEY` environment variable.
embeddings = PredictionGuardEmbeddings(model="bridgetower-large-itm-mlm-itc")

text = "This is an embedding example."
output = embeddings.embed_query(text)

LLM​

Prediction Guard LLM​

查看使用示例

from langchain_predictionguard import PredictionGuard

使用​

# If predictionguard_api_key is not passed, default behavior is to use the `PREDICTIONGUARD_API_KEY` environment variable.
llm = PredictionGuard(model="Hermes-2-Pro-Llama-3-8B")

llm.invoke("Tell me a joke about bears")