EgoAlpha🎭 实践篇章
内容概览
本章节分为两大板块，分别是ChatGPT的使用指南和使用LangChain操作LLM。其中，ChatGPT使用指南会从以下几个部分进行介绍，分别是帮助我们学习，协助我们工作，丰富我们的经验和方便我们的生活四个部分，从上述几个方向提供了基于ChatGPT的提示内容，方便各行各业的人直接使用写好的提示内容进行搜索查询。同时给出了提示撰写的模版示例，您只需要效仿相关内容的写法，嵌套入自己的查询内容中即可完成对应的具体任务；使用LangChain操作大模型的部分，通过快速入门开源机器学习库LangChain的操作方法，可以短时间内熟悉和操作OpenAI等大模型，从而更加方便于诸多的开发者。
ChatGPT 使用指南
该板块包含的内容提纲如下所示，您可以直接点击相关内容进行跳转，便于浏览和查阅。
使用LangChain操作大模型
如何使用具体代码操作大模型，我们这里给出LangChain的教程说明，LangChain是一个大模型上层工具链，一个基于LLMs的应用程序开发框架, 通过可组合性来使用LLM构建应用程序. 其重点在于"可组合性"。设计一系列便于集成到实际应用中的接口，降低了在实际场景中部署大语言模型的难度。LangChain可用于聊天机器人、生成式问答(GQA)、文本摘要提取等。 LangChain的目标在于：
- 允许大语言模型处理不同来源的数据
- 让大语言模型能和布置它的环境之间进行交互
LangChain库主要包含六个部分:
- Models: 提供基于OpenAI API封装好的大模型，包含常见的OpenAI大模型，也支持自定义大模型的封装。
- Prompt: 支持自定义Prompt工程的快速实现以及和LLMs的对接。
- Index: 接受用户查询，索引最相关内容返回。
- Memory: 标准的接口, 在chains/call之间保存状态。
- Chains: 一系列的调用(LLMs或者其他, 如网络, 操作系统), Chains提供了标准的接口和设置来组合这些调用。 先从外部的源获取信息, 然后喂给LLMs。大模型针对一系列任务的顺序执行逻辑链。
- Agents: 代理, 非常重要的一环, 关于对LLMs做何种action, 如何做。通常Utils中的能力、Chains中的各种逻辑链都会封装成一个个工具（Tools）供Agents进行智能化调用。
- Coding Examples: 结合上述内容的代码示例，给出三个很经典的案例，分别是文档查询，自动代理和Auto-GPT。
🎮接下来，让我们开启超级学习者的旅程吧！