想象一下,如果你能让聊天机器人不仅仅回答通用问题,还能从你自己的数据库或文件中提取信息,并根据这些信息执行具体操作,会是一个什么样的惊喜存在?Langchain 正是为了实现这一目标而诞生的。
LangChain 的 GitHub Star 数量疯涨中,没有放缓的节奏
百闻不如一见,给你展示一个使用大语言模型和 LangChain 的具体应用案例,一起来看看它是如何让我“上头”的。
你已经制作好了一批鲜花的推广海报,想为每一个海报的内容,写一两句话,然后 post 到社交平台上,以求图文并茂。
不过,ChatGPT 网页无法读图,那么就用 LangChain 的 “代理”来调用“工具”来完成自己做不到的事情。
鲜花海报图片
首先用一段简单的代码实现上述功能。在运行这段代码之前,你需要先通过 pip install transformers 语句安装 HuggingFace 的 Transformer 库。
根据输入的图片 URL,由 OpenAI 大语言模型驱动的 LangChain 智能体,首先利用图像字幕生成工具将图片转化为字幕,然后利用 LangChain 智能体对字幕进行进一步处理,生成中文推广文案。
针对上面的鲜花图片,程序最后给出的文案是:“爱,让每一天充满美丽,让每一个心情都充满甜蜜。”—— 多么浪漫而又富有创意,大模型懂我!
没有回复内容