03-langchain-conversational-memory 오류를 수정한 글입니다. 대화 기억 대화 기억은 챗봇이 채팅과 같은 방식으로 우리의 질문에 응답할 수 있는 방법입니다. 이는 일관된 대화를 가능하게 하며, 이것이 없으면 모든 쿼리는 과거 상호 작용을 고려하지 않고 완전히 독립적인 입력으로 처리됩니다. 메모리를 사용하면 "에이전트"가 사용자와의 이전 상호 작용을 기억할 수 있습니다. 기본적으로 에이전트는 상태 비저장입니다. 즉, 들어오는 각 쿼리는 다른 상호 작용과 독립적으로 처리됩니다. 상태 비저장 에이전트에 존재하는 유일한 것은 현재 입력이며 다른 것은 아무것도 없습니다. In [ ]: !python3 -m venv langchain !source langchain/bin/activate ..

스트리밍 LLM의 경우 스트리밍이 점점 더 인기 있는 기능이 되었습니다. 전체 응답이 생성될 때까지 기다리는 대신 아이디어는 LLM이 토큰을 생성할 때 토큰을 신속하게 반환하는 것입니다. 스트리밍은 실제로 간단한 사용 사례에서는 구현하기가 매우 쉽지만 스트리밍 시도를 차단할 수 있는 자체 논리가 실행되는 에이전트와 같은 항목을 포함하기 시작하면 복잡해질 수 있습니다. 다행히도 우리는 그것을 작동시킬 수 있어며, 단지 약간의 추가 노력이 필요할 뿐입니다. LLM용 터미널에 스트리밍을 구현하는 것으로 쉽게 시작하지만, 노트북이 끝날 무렵에는 에이전트용 FastAPI를 통해 스트리밍하는 보다 복잡한 작업을 처리하게 됩니다. In [ ]: !pip install -qU \ openai==0.28.0 \ lang..

05-langchain-retrieval-augmentation.ipynb는 에러가 뜨는 원인을 몰라 일단 제외하였습니다. 에이전트 🤖 에이전트는 "도구"와 같습니다. 이를 통해 LLM은 Google 검색에 액세스하고, Python으로 복잡한 계산을 수행하고, 심지어 SQL 쿼리도 수행할 수 있습니다. 이 노트에서는 에이전트와 LangChain에서 에이전트를 사용하는 방법을 살펴봅니다. In [ ]: !python3 -m venv langchain !source langchain/bin/activate In [ ]: !pip install -qU langchain openai google-search-results wikipedia sqlalchemy 이 노트북을 실행하려면 OpenAI LLM을 사용해야..

!python3 -m venv langchain !source langchain/bin/activate !pip install -U langchain openai In [ ]: from getpass import getpass # enter your api key OPENAI_API_KEY = getpass() ChatOpenAI 개체를 초기화합니다. 무작위성을 최소화하고 출력이 반복 가능하도록 temperature=0으로 설정하겠습니다. In [ ]: from langchain.chat_models import ChatOpenAI llm = ChatOpenAI( temperature=0, openai_api_key=OPENAI_API_KEY, model_name='gpt-3.5-turbo' # can ..

대화 기억 추가 재료: 토큰 카운터 이 노트북에서는 다양한 대화 메모리 유형에 대해 대화에 사용된 토큰 수를 계산합니다. 필요한 라이브러리를 설치하는 것부터 시작합니다. In [ ]: !python3 -m venv langchain !source langchain/bin/activate !pip install -U langchain openai transformers 필수 라이브러리 및 개체를 가져옵니다. In [ ]: from getpass import getpass import openai from langchain import OpenAI from langchain.chains import LLMChain, ConversationChain from langchain.chains.conversatio..

대화 기억 대화 기억은 챗봇이 채팅과 같은 방식으로 우리의 질문에 응답할 수 있는 방법입니다. 이는 일관된 대화를 가능하게 하며, 이것이 없으면 모든 쿼리는 과거 상호 작용을 고려하지 않고 완전히 독립적인 입력으로 처리됩니다. 메모리를 사용하면 "에이전트"가 사용자와의 이전 상호 작용을 기억할 수 있습니다. 기본적으로 에이전트는 상태 비저장입니다. 즉, 들어오는 각 쿼리는 다른 상호 작용과 독립적으로 처리됩니다. 상태 비저장 에이전트에 존재하는 유일한 것은 현재 입력이며 다른 것은 아무것도 없습니다. In [ ]: !python3 -m venv langchain !source langchain/bin/activate !pip install langchain openai tiktoken In [ ]: im..