管道人工智能
PipelineAI 允许您在云端大规模运行您的机器学习模型。它还提供对 多个大语言模型（LLM） 的API访问。
此笔记本介绍了如何将Langchain与PipelineAI一起使用。
PipelineAI 示例
此示例展示了 PipelineAI 如何与 LangChain 集成，由 PipelineAI 创建。
设置
使用 PipelineAI API（又称 Pipeline Cloud）需要安装 pipeline-ai 库。请使用 pip install pipeline-ai 安装 pipeline-ai。
# Install the package
%pip install --upgrade --quiet pipeline-ai
示例
Imports
import os
from langchain_community.llms import PipelineAI
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import PromptTemplate
设置环境API密钥
请务必从 PipelineAI 获取您的 API 密钥。查看云快速入门指南。您将获得为期 30 天的免费试用，包含 10 小时的无服务器 GPU 计算时间，用于测试不同的模型。
os.environ["PIPELINE_API_KEY"] = "YOUR_API_KEY_HERE"
创建 PipelineAI 实例
创建 PipelineAI 实例时，您需要指定要使用的管道的 id 或标签，例如 pipeline_key = "public/gpt-j:base"。然后，您可以选择传递额外的特定于管道的关键字参数：
llm = PipelineAI(pipeline_key="YOUR_PIPELINE_KEY", pipeline_kwargs={...})
创建一个提示模板
我们将为问答创建一个提示模板。
template = """Question: {question}
Answer: Let's think step by step."""
prompt = PromptTemplate.from_template(template)
启动LLMChain
llm_chain = prompt | llm | StrOutputParser()
运行LLMChain
提供一个问题并运行LLMChain。
question = "What NFL team won the Super Bowl in the year Justin Beiber was born?"
llm_chain.invoke(question)