OpenLM

OpenLM 是一个零依赖的 OpenAI 兼容的 LLM 提供程序，可以直接通过 HTTP 调用不同的推理端点。

它实现了 OpenAI Completion 类，因此可以作为 OpenAI API 的即插即用替代品。此更改集利用 BaseOpenAI 进行最小化的代码添加。

这个示例演示了如何使用 LangChain 与 OpenAI 和 HuggingFace 进行交互。您需要从两者那里获取 API 密钥。

设置

安装依赖项并设置 API 密钥。

# 如果您尚未安装 openlm 和 openai，请取消注释

# !pip install openlm
# !pip install openai

from getpass import getpass
import os
import subprocess

# 检查是否设置了 OPENAI_API_KEY 环境变量
if "OPENAI_API_KEY" not in os.environ:
    print("输入您的 OpenAI API 密钥：")
    os.environ["OPENAI_API_KEY"] = getpass()

# 检查是否设置了 HF_API_TOKEN 环境变量
if "HF_API_TOKEN" not in os.environ:
    print("输入您的 HuggingFace Hub API 密钥：")
    os.environ["HF_API_TOKEN"] = getpass()

使用 OpenLM 的 LangChain

在这里，我们将调用一个 LLMChain 中的两个模型，text-davinci-003 来自 OpenAI 和 gpt2 来自 HuggingFace。

from langchain.llms import OpenLM
from langchain import PromptTemplate, LLMChain

question = "法国的首都是哪里？"
template = """问题：{question}

答案：让我们一步一步地思考。"""

prompt = PromptTemplate(template=template, input_variables=["question"])

for model in ["text-davinci-003", "huggingface.co/gpt2"]:
    llm = OpenLM(model=model)
    llm_chain = LLMChain(prompt=prompt, llm=llm)
    result = llm_chain.run(question)
    print(
        """模型：{}
结果：{}""".format(
            model, result
        )
    )

    模型：text-davinci-003
    结果：法国是欧洲的一个国家。法国的首都是巴黎。
    模型：huggingface.co/gpt2
    结果：问题：法国的首都是哪里？

    答案：让我们一步一步地思考。我不会撒谎，这是一个复杂的问题，我没有看到任何解决办法，但它仍然远远