Skip to main content
Open In Colab在 GitHub 上打开

阿尔茜

此笔记本演示了如何使用Arcee类，用于使用 Arcee 的域适应语言模型 （DLEM） 生成文本。

##Installing the langchain packages needed to use the integration
%pip install -qU langchain-community

设置

在使用 Arcee 之前，请确保将 Arcee API 密钥设置为ARCEE_API_KEY环境变量。您还可以将 api 密钥作为命名参数传递。

from langchain_community.llms import Arcee

# Create an instance of the Arcee class
arcee = Arcee(
    model="DALM-PubMed",
    # arcee_api_key="ARCEE-API-KEY" # if not already set in the environment
)
API 参考：Arcee

其他配置

您还可以配置 Arcee 的参数，例如arcee_api_url,arcee_app_url和model_kwargs根据需要。 设置model_kwargs在对象初始化时，将参数用作对 Generate 响应的所有后续调用的默认值。

arcee = Arcee(
    model="DALM-Patent",
    # arcee_api_key="ARCEE-API-KEY", # if not already set in the environment
    arcee_api_url="https://custom-api.arcee.ai",  # default is https://api.arcee.ai
    arcee_app_url="https://custom-app.arcee.ai",  # default is https://app.arcee.ai
    model_kwargs={
        "size": 5,
        "filters": [
            {
                "field_name": "document",
                "filter_type": "fuzzy_search",
                "value": "Einstein",
            }
        ],
    },
)

生成文本

您可以通过提供提示从 Arcee 生成文本。下面是一个示例：

# Generate text
prompt = "Can AI-driven music therapy contribute to the rehabilitation of patients with disorders of consciousness?"
response = arcee(prompt)

其他参数

Arcee 允许您申请filters并设置size（就计数而言）检索到的文档以帮助生成文本。筛选器有助于缩小结果范围。以下是使用这些参数的方法：

# Define filters
filters = [
    {"field_name": "document", "filter_type": "fuzzy_search", "value": "Einstein"},
    {"field_name": "year", "filter_type": "strict_search", "value": "1905"},
]

# Generate text with filters and size params
response = arcee(prompt, size=5, filters=filters)