Skip to main content
Open In ColabOpen on GitHub

上下文

上下文 为基于大语言模型（LLM）的产品和功能提供用户分析服务。

使用 Context，您可以在不到 30 分钟的时间内开始了解您的用户并改善他们的体验。

在本指南中，我们将向您展示如何与 Context 集成。

安装与设置

%pip install --upgrade --quiet  langchain langchain-openai langchain-community context-python

获取 API 凭据​

获取您的 Context API 密钥：

  1. 转到您的 Context 账户中的设置页面（https://with.context.ai/settings）。
  2. 生成一个新的API令牌。
  3. 将此令牌存储在安全的地方。

设置上下文​

要使用 ContextCallbackHandler，请从 Langchain 导入处理器，并使用您的 Context API 密钥进行实例化。

使用处理器之前，请确保已安装 context-python 软件包。

from langchain_community.callbacks.context_callback import ContextCallbackHandler
import os

token = os.environ["CONTEXT_API_TOKEN"]

context_callback = ContextCallbackHandler(token)

用法​

上下文回调在聊天模型中​

上下文回调处理器可用于直接记录用户与AI助手之间的对话记录。

import os

from langchain_core.messages import HumanMessage, SystemMessage
from langchain_openai import ChatOpenAI

token = os.environ["CONTEXT_API_TOKEN"]

chat = ChatOpenAI(
    headers={"user_id": "123"}, temperature=0, callbacks=[ContextCallbackHandler(token)]
)

messages = [
    SystemMessage(
        content="You are a helpful assistant that translates English to French."
    ),
    HumanMessage(content="I love programming."),
]

print(chat(messages))

链中的上下文回调​

上下文回调处理器也可用于记录链的输入和输出。请注意，链的中间步骤不会被记录——仅记录初始输入和最终输出。

注意： 确保将相同的上下文对象传递给聊天模型和链。

错误：

chat = ChatOpenAI(temperature=0.9, callbacks=[ContextCallbackHandler(token)])
chain = LLMChain(llm=chat, prompt=chat_prompt_template, callbacks=[ContextCallbackHandler(token)])

正确：

handler = ContextCallbackHandler(token)
chat = ChatOpenAI(temperature=0.9, callbacks=[callback])
chain = LLMChain(llm=chat, prompt=chat_prompt_template, callbacks=[callback])
import os

from langchain.chains import LLMChain
from langchain_core.prompts import PromptTemplate
from langchain_core.prompts.chat import (
    ChatPromptTemplate,
    HumanMessagePromptTemplate,
)
from langchain_openai import ChatOpenAI

token = os.environ["CONTEXT_API_TOKEN"]

human_message_prompt = HumanMessagePromptTemplate(
    prompt=PromptTemplate(
        template="What is a good name for a company that makes {product}?",
        input_variables=["product"],
    )
)
chat_prompt_template = ChatPromptTemplate.from_messages([human_message_prompt])
callback = ContextCallbackHandler(token)
chat = ChatOpenAI(temperature=0.9, callbacks=[callback])
chain = LLMChain(llm=chat, prompt=chat_prompt_template, callbacks=[callback])
print(chain.run("colorful socks"))