LangChain-11 Code Writing FunctionCalling 大模型通过编写代码完成需求 大模型计算加法 原创

背景简介

我们知道GPT模型对于内容的输出，是对下一个字符的预测，通过概率选出下一个文本。
而且我们也知道，训练样本是非常庞大的，对于GPT来说，也是有可能学习过1 + 1 = 2的。
当我们向GPT询问1+1 时，完全可以通过概率来推测出结果是2

但是当我们要求GPT计算：12311111111111111 + 999999988888888111时，显然训练样本中不可能出现这么抽象的内容。
那我们该如何让大模型进行计算呢？？？

安装依赖

pip install --upgrade --quiet  langchain-core langchain-experimental langchain-openai

编写代码

提示词内容

"""Write some python code to solve the user's problem. 

Return only python code in Markdown format, e.g.:

```python
....
```"""

from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import (
ChatPromptTemplate,
)
from langchain_experimental.utilities import PythonREPL
from langchain_openai import ChatOpenAI


template = """Write some python code to solve the user's problem. 

Return only python code in Markdown format, e.g.:

```python
....
```"""
prompt = ChatPromptTemplate.from_messages([("system", template), ("human", "{input}")])

model = ChatOpenAI(
    model="gpt-3.5-turbo",
)


def _sanitize_output(text: str):
    _, after = text.split("```python")
    result = after.split("```")[0]
    print("---code---")
    print(text)
    print("---code---")
    return result


chain = prompt | model | StrOutputParser() | _sanitize_output | PythonREPL().run

message = chain.invoke({"input": "whats 2 plus 2"})
print(f"message: {message}")

运行代码

我们可以看到，大模型先生成了一段代码，并进行计算，输出了结果。

➜ python3 test11.py
---code---
\```python
result = 2 + 2
print(result)
\```
---code---
Python REPL can execute arbitrary code. Use with caution.
message: 4