AI21LLM

此服务已弃用。

有关更新的 ChatAI21 对象，请参阅此页面。:::

此示例介绍了如何使用 LangChain 与AI21侏罗纪模型。要使用 Jamba 模型，请改用 ChatAI21 对象。

安装

!pip install -qU langchain-ai21

环境设置

我们需要获取 AI21 API 密钥并将AI21_API_KEY环境变量：

import os
from getpass import getpass

if "AI21_API_KEY" not in os.environ:
    os.environ["AI21_API_KEY"] = getpass()

用法

from langchain_ai21 import AI21LLM
from langchain_core.prompts import PromptTemplate

template = """Question: {question}

Answer: Let's think step by step."""

prompt = PromptTemplate.from_template(template)

model = AI21LLM(model="j2-ultra")

chain = prompt | model

chain.invoke({"question": "What is LangChain?"})

API 参考：PromptTemplate

'\nLangChain is a (database)\nLangChain is a database for storing and processing documents'

AI21 上下文答案

您可以使用 AI21 的上下文答案模型来接收文本或文档，作为上下文，和一个 Question 一起返回答案，并返回完全基于此上下文的答案。

这意味着，如果文档中没有您问题的答案，模型将指示它（而不是提供错误的答案）

from langchain_ai21 import AI21ContextualAnswers

tsm = AI21ContextualAnswers()

response = tsm.invoke(input={"context": "Your context", "question": "Your question"})

您还可以将其与链、输出解析器和矢量数据库一起使用

from langchain_ai21 import AI21ContextualAnswers
from langchain_core.output_parsers import StrOutputParser

tsm = AI21ContextualAnswers()
chain = tsm | StrOutputParser()

response = chain.invoke(
    {"context": "Your context", "question": "Your question"},
)

API 参考：StrOutputParser

LLM 概念指南
LLM 操作指南

安装

环境设置

用法

AI21 上下文答案

相关