PON吉

python初学者。AI、LLM関連の記事を書いています。

PON吉

python初学者。AI、LLM関連の記事を書いています。

AzureからGPTを使ってみる | agentの使い方（その２：検索編）

前回、演算機能をagentとして使用する記事を書きましたが、今回はTavilyを使用して、リアルタイムで正確かつ事実に基づいた回答をするagentを設定したいと思います。 Tavilyは、公式サイトから登録をするとAPIキーを使用することができます。 無料枠でも、毎月1,000 API コールまで無料で利用できるのでちょっと試す分には、十分でしょう。 LangchainからTavilyを使ってみますfrom langchain.retrievers.tavily_sear

PON吉

    • AzureからGPTを使ってみる | agentの使い方（その１：演算編）

      agentって？ agentは、ユーザーからの質問や指示に応じて、LLMを使用して動的にアクションを実行するシステムです。agentは、事前に定義された一連のツールやリソース（例えば、データベース、外部API、計算エンジンなど）にアクセスして、適切なアクションを選択し、その結果をユーザーに返します。 agentには様々な種類がありますが、今回はLLMにagentで演算機能を搭載します。 PythonREPLPython REPL はホストマシン上で任意のPythonコード

      PON吉

      • AzureからGPTを使ってみる｜Runnable編

        LangchainのRunnableとは LangChainのRunnableは、LangChainフレームワークにおける汎用的なコンポーネントで、さまざまな種類のタスクやプロセスを実行するために使用されます。具体的には、LangChainの実行可能オブジェクト（Runnable Object）は、特定のタスクや操作をカプセル化し、これを呼び出して実行することができます。複数のRunnableをチェーン（連鎖）させることで、複雑な処理パイプラインを構築できます。各Runna

        PON吉

        • AzureからGPTを使ってみる|memoryを使って会話履歴に沿って会話する。その２

          LangchainのRunnableWithMessageHistoryを使って会話履歴に沿った会話を実現するLangchainで会話履歴に沿った会話を実装するには、ConversationBufferMemoryや、ConversationBufferWindowMemoryを使うことで実現できるが、今回は、RunnableWithMessageHistoryの使い方をまとめました。 RunnableWithMessageHistoryを使う利点として、IDごとに会話セッ

          PON吉

        AzureからGPTを使ってみる | agentの使い方（その２：検索編）

        PON吉

        • AzureからGPTを使ってみる | agentの使い方（その１：演算編）

          PON吉

        • AzureからGPTを使ってみる｜Runnable編

          PON吉

        • AzureからGPTを使ってみる|memoryを使って会話履歴に沿って会話する。その２

          PON吉

          AzureからGPTを使ってみる|memoryを使って会話履歴に沿って会話する。その１

          LangchainのConversationBufferMemory、ConversationBufferWindowMemoryを使って会話履歴に沿った会話を実現する過去の会話履歴を保持するための方法はいくつかあるが、今回は、ConversationBufferMemory、ConversationBufferWindowMemoryを使ってみる。 Langchainは、0.2.xを使用する。 ConversationBufferMemory 基本の形として以下のように

          PON吉

          AzureからGPTを使ってみる|memoryを使って会話履歴に沿って会話する。その１

          PON吉

          AzureからGPTを使ってみる|promptを操作する。基本編

          Langchainを使ってpromptを操作するLangchainのver.は、0.2.xを使用。 基本編として、これだけわかれば簡単なチャットアプリの開発には十分というところ。 LLM用のpromptを操作する PromptTemplateを使用した場合 #langchain=0.2.7#langchain_core=0.2.12from langchain_core.prompts import PromptTemplate# Instantiation usin

          PON吉

          AzureからGPTを使ってみる|promptを操作する。基本編

          PON吉

          AzureからGPTを使ってみる｜LangChain基本編

          LLMまわりのpythonライブラリーで最も重要といってもいいLangChainの使い方（基本編） とにかくLLMまわりのライブラリーの開発スピードが速い。Version upすると便利になったり、できることが増えてよいのだが、これまでの記述方法がまったく役に立たなくなる。 コードを書いていて、「あれ？この環境に入っているライブラリーのverは、いくつだったけ？」というのは、しょっちゅうです。その度に、verにあった記述法を見返しています。 ということで、自分のための備忘録

          PON吉

          AzureからGPTを使ってみる｜LangChain基本編

          PON吉

          AzureからGPTを使ってみる｜基本編

          AzureのOpenAIサービスを利用して、GPTを試してみました。 openaiのライブラリのバージョンが1.xになり、呼び出し方が大幅に変わっています。 ・openai==0.28.0 #openai ver=0.28.0import openaifrom dotenv import load_dotenvimport os# OpenAI APIキーの設定dotenv_path = ".env"load_dotenv(dotenv_path)OPENAI_API_T

          PON吉

          AzureからGPTを使ってみる｜基本編

          PON吉

          はじめてのnote

          まずはここを見ながらnoteを作成してみる。 python勉強用と備忘録を兼ねてのnoteを作成 コードの埋め込みをやってみる。 print("hello world") pythonからLLMの使い方を勉強中。

          PON吉

          はじめてのnote

          PON吉