Nesse tutorial, vamos ensinar a criar um aplicativo baseado no framework LangChain usando a linguagem Python, que interage com o modelo de linguagem da OpenAI.
Conseguir criar um aplicativo baseado no framework LangChain que interage com o modelo da OpenAI é algo bem interessante e importante nesses tempos de inteligência artificial.
O que você vai precisar, para criar esse aplicativo?
- Uma conta na OpenAI para vc pegar a API KEY. (mas pode usar outra LLM se quiser)
- Um editor de código. Eu vou usar o Microsoft Visual Studio Code.
- Vai precisar do Python 3.8 ou mais recente instalado no seu computador.
INSTALAÇÃO DE PYTHON NA SUA MÁQUINA
Caso você não tenha o Python instalado no seu computador, você pode fazê-lo da seguinte forma:
Digite no google: python download
Provavelmente, o primeiro link será o do site do python: https://www.python.org/downloads/
Procure pela opção downloads, e selecione o seu sistema operacional.
Depois de baixado, procure o arquivo baixado e execute como administrador, clicando com o botão direito e escolhendo a opção executar como administrador.
Na próxima janela, marque a opção Add python.exe to PATH e escolha Install Now.
Depois de instalado vai abrir uma janela onde você pode desabilitar a limitação do PATH, para tanto escolha a opção:
Disable path length limit e clique em sim.
Pronto, agora que instalamos o Python em nosso computador, vamos começar o nosso programa.
INICIANDO O NOSSO PROGRAMA LANGCHAIN PYTHON
No seu editor de código:
Crie uma pasta(diretório) para o seu novo projeto. Ex.: LangChain-APP
Estando dentro desta pasta, crie um ambiente virtual, digitando o comando abaixo:
python -m venv .venv
Esse código cria um ambiente virtual e para tanto cria um arquivo chamado .venv. Pode dar uma olhada na pasta do projeto que você vai ver o novo arquivo criado: .venv.
Agora, precisamos ativar esse ambiente virtual. Fazemos isso através do comando:
.venv/Scripts/Activate.ps1
Depois de criado e ativado o ambiente virtual, no início da linha de comando você pode observar a notação (.venv) indicando que o ambiente virtual está ativo.
Agora, vamos instalar os pacotes da langchain que vamos precisar, usando pip que é o gerenciador de pacotes python:
pip install langchain openai streamlit python-dotenv [enter]
Então, vamos precisar desses 4 pacotes:
- O pacote langchain nos permite usar as bibliotecas python do langchain;
- openai já que vamos usar a llm da openai;
- streamlit nos permite criar interfaces para python apps;
- python-dotenv nos permite usar dotenv arquivos onde vamos colocar as API Key que vamos usar no nosso ambiente.
Depois de um tempo, todos os pacotes devem estar baixados no seu computador.
Agora, vamos criar o nosso main.py arquivo, clicando no respectivo ícone de criação de arquivos no seu editor de código.
Então, agora vamos, a partir dos pacotes que baixamos, começar a importar as classes que vamos precisar em nosso programa.
from langchain_openai import OpenAI
Então, o que nós estamos fazendo aqui é importando para a nossa aplicação a classe OpenAI do pacote langchain_openai.
Você pode usar também LLMs de código aberto que você pode encontrar em Hugging Face.
Agora, vamos importar o load_dotenv para cuidar das API keys no nosso ambiente.
from dotenv import load_dotenv
Depois de importar, podemos usar em nossa aplicação com o comando:
load_dotenv()
Agora, no nosso editor de código, devemos criar um arquivo chamado .env. Para isso, clique no ícone de criação de arquivo do seu editor de código e digite como nome do seu arquivo: .env (ponto env)
Agora, você precisa ir no site da OpenAI e obter a sua API KEY.
Nesse arquivo(.env), vamos colocar a OpenAI API Key, da seguinte forma:
OPENAI_API_KEY=”sk-xxxxxxxx”
Naturalmente, no lugar de sk-xxxxxxxx você coloca a sua API key.
Isso vai permitir que a sua API Key fique separada do código da aplicação. Isso é uma prática recomendada. É mais seguro e mais elegante também.:) As mulheres sempre vão preferir a forma mais elegante.
Então, finalmente, vamos começar de fato a escrever a nossa aplicação!
Vamos começar definindo a nossa primeira função em Python, e imprimindo o resultado no terminal.
Nós vamos criar um simples aplicativo que gera sugestões de nomes para pets.
Para tanto, digitamos o seguinte código no seu editor:(lembre-se que estamos no arquivo main.py)
def generate_pet_name():
llm = OpenAI(temperature=0.7)
name = llm(“Please, give me 5 suggestions for dog names”)
return name
if __name__ == “__main__”
print(generate_pet_name())Explicando o código acima
Na primeira linha: def generat_pet_name(): estamos definindo(def) a função que demos o nome de generate_pet_name().
Então, em Python, se define uma função com a expressão def seguido do nome da função seguida de parênteses(), seguido de dois pontos(:). Assim:
def generate_pet_name():
Logo após essa definição da função, logo na próxima linha, sem linhas em branco, indentada por um tab, inicia-se a definição da função.
Neste caso, iniciamos com:
llm = OpenAI(temperature=0.7)
llm é uma variável que armazena uma instância da classe OpenAI do framework LangChain.
OpenAI é uma classe que representa o modelo de linguagem grande (LLM) da OpenAI, como o GPT-3.5.
temperature=0.7 é um argumento ou parâmetro da função que define a “temperatura” do LLM. Valores mais baixos geram respostas mais conservadoras e precisas, enquanto valores mais altos geram respostas mais criativas e inovadoras, mas com maior risco de erros. Esses valores podem variar de 0 a 1.
Então, essa linha de códigos cria um objeto(llm), que é uma instância da class OpenAI, que fica responsável por se comunicar com o LLM da OpenAI. Esse objeto envia os prompts, aguarda a resposta e recebe e repassa a resposta vinda do LLM.
Na próxima linha, usamos o objeto llm para enviar o prompt “Please, give me 5 suggestions for dog names” para o LLM e receber a resposta e guardar esse resposta na variável chamada name.
name = llm(“Please, give me 5 suggestions for dog names”)
Concluindo a função em questão, retorna-se a resposta da LLM, através do comando:
return nome
A próxima linha de código, abaixo, é para que esse script seja executado somente quando executado diretamente e portanto que não seja executado quando importado como um módulo por outro script.
if __name__ == “__main__”
A última linha de código, abaixo, inicia a função generate_pet_name() e imprime o resultado na tela do dispositivo.
Pronto, essa é a explicação de cada linha do nosso programa, baseado no framework LangChain Python.
Agora é só executar esse programa, para isso, vamos digitar no nosso terminal:
python main.py
Você deve receber a resposta da LLM com as 5 sugestões de nomes para o seu pet!!!.
Então, nesse primeiro aplicativo foi mostrado um dos mais fundamentais componentes do framework LangChain que foi o OpenAI, que serve para interagir com os modelos da OpenAI.
Nos próximos tutoriais, iremos acrescentando funcionalidades ao nosso aplicativo.