Spaces:
No application file
No application file
File size: 2,169 Bytes
90a9c4a |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 |
"""
Data Scientist.: Dr. Eddy Giusepe Chirinos Isidro 🤓
Link do Panel --> https://panel.holoviz.org/reference/chat/PanelCallbackHandler.html
Link do ANACONDA --> https://www.anaconda.com/blog/
Construa um chatbot de IA com tecnologia LangChain
==================================================
O Panel ChatInterface também se integra perfeitamente ao LangChain, aproveitando
todo o espectro de recursos do LangChain. Aqui está um exemplo de como usamos
LangChain 'ConversationChain' para armazenar mensagens com 'ConversationBufferMemory'
e passar mensagens anteriores para a API OpenAI.
Observe que antes de mergulharmos no código LangChain, definimos 'callback_handler'
porque a interface LangChain não tem como transmitir a partir de geradores, então
precisamos agrupar a interface LangChain com 'pn.chat.langchain.PanelCallbackHandler',
que herda de `langchain.callbacks.base.BaseCallbackHandler`. Para mais informações, veja
o link acima.
Executando este script
----------------------
$ panel serve 2_Building_a_ChatGPT-powered_AI_ChatBot.py
"""
from langchain.chat_models import ChatOpenAI
from langchain.chains import ConversationChain
from langchain.memory import ConversationBufferMemory
import panel as pn
pn.extension()
# Substitua sua chave de API OpenAI:
import openai
import os
from dotenv import load_dotenv, find_dotenv
_ = load_dotenv(find_dotenv()) # read local .env file
openai.api_key = os.environ['OPENAI_API_KEY']
async def callback(contents: str, user: str, instance: pn.chat.ChatInterface):
await chain.apredict(input=contents)
chat_interface = pn.chat.ChatInterface(callback=callback, callback_user="ChatGPT")
callback_handler = pn.chat.langchain.PanelCallbackHandler(chat_interface)
llm = ChatOpenAI(streaming=True,
callbacks=[callback_handler],
model="gpt-3.5-turbo",
temperature=0.0,
verbose=True
)
memory = ConversationBufferMemory()
chain = ConversationChain(llm=llm, memory=memory)
chat_interface.send("Envie uma mensagem para obter uma resposta do ChatGPT!", user="System", respond=False)
chat_interface.servable()
|