PipelineAI
PipelineAI 允许您在云中大规模运行 ML 模型。它还提供对 多个 LLM 模型 的 API 访问。
此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，它是由 PipelineAI 创建的。
设置
pipeline-ai 库是使用 PipelineAI API（也称为 Pipeline Cloud）所必需的。使用 pip install pipeline-ai 安装 pipeline-ai。
# Install the package
%pip install --upgrade --quiet pipeline-ai
示例
导入
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
请务必从 PipelineAI 获取您的 API 密钥。查看 云快速入门指南。您将获得 30 天免费试用，拥有 10 小时的无服务器 GPU 计算能力，可用于测试不同的模型。
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={...})
创建提示模板
我们将为问答创建一个提示模板。
template = """Question: {question}
Answer: Let's think step by step."""
prompt = PromptTemplate.from_template(template)
启动 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)