LangChain 实战课
黄佳
新加坡科研局首席研究员
8120 人已学习
新⼈⾸单¥59
登录后,你可以任选4讲全文学习
课程目录
已完结/共 28 讲
结束语 & 结课测试 (2讲)
LangChain 实战课
15
15
1.0x
00:00/00:00
登录|注册

23|易速鲜花聊天客服机器人的开发(下)

你好,我是黄佳,欢迎来到 LangChain 实战课!
上节课,咱们的聊天机器人已经基本完成,这节课,我们要看一看如何把它部署到网络上。

“聊天机器人”项目说明

简单回顾一下这个项目的设计。
第一步:通过 LangChain 的 ConversationChain,实现一个最基本的聊天对话工具。
第二步:通过 LangChain 中的记忆功能,让这个聊天机器人能够记住用户之前所说的话。
第三步:通过 LangChain 中的检索功能,整合易速鲜花的内部文档资料,让聊天机器人不仅能够基于自己的知识,还可以基于易速鲜花的业务流程,给出专业的回答。
第四步(可选):通过 LangChain 中的数据库查询功能,用户可以输入订单号来查询订单状态,或者看看有没有存货等等。
第五步:在网络上部署及发布这个聊天机器人,供企业内部员工和易速鲜花用户使用。
在上一个项目中,我们是通过 Flask 部署的人脉工具。Flask 是一个通用的、微型的 Web 应用框架,非常适合创建各种 Web 应用程序,不仅仅局限于机器学习或数据科学项目。Flask 为开发者提供了很高的灵活性,你可以自定义路由、模板、前端和后端的交互等等。对于初学者,Flask 可能需要更长时间来学习,尤其是需要结合其他前端技术或数据库技术时。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

本文介绍了如何使用Streamlit和Gradio两种机器学习部署框架来展示易速鲜花的聊天机器人。首先,作者详细介绍了Streamlit框架的特点和优势,包括其简易性、实时交互、内置组件、设计简洁等特点。然后,作者展示了如何使用Streamlit框架来重构聊天机器人的代码,并解释了界面创建、会话状态、用户交互等方面的操作。接着,作者介绍了Gradio框架相对于Streamlit的优势,包括更简单的上手和适合展示和测试机器学习模型。通过这两种框架,读者可以快速了解如何部署聊天机器人,并体验到不同框架的特点和使用方法。总的来说,本文通过介绍这两种框架,让读者能够快速了解如何为机器学习模型创建Web UI,并对比它们的特点和适用场景,为读者提供了有益的技术参考。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《LangChain 实战课》
新⼈⾸单¥59
立即购买
登录 后留言

全部留言(4)

  • 最新
  • 精选
  • Yimmy
    老师好,实践环节的代码,在github上没有看到(第20-23节课程的)

    作者回复: 已经更新啦

    2023-10-31归属地:北京
    2
  • peter
    请问:Streamlit和Gradio可以用来开发普通网站吗?

    作者回复: Streamlit 和 Gradio 主要设计用于创建数据应用和机器学习模型的交互式前端界面。它们为数据科学家和机器学习工程师提供了一个简单快速的方式来构建和共享他们的模型和数据分析的交互式界面。使用 Streamlit 和 Gradio 开发普通网站,理论上可以,但是不占优势。看法普通网站应选择类似于WordPress之类的建站工具对吧。

    2023-10-31归属地:北京
    1
  • 悟尘
    老师,UI有了,那LangChain如何对外部提供api接口呢?如java项目(springboot框架实现的),java语言的项目又可以通过什么方式调用LangChain提供的api接口?

    作者回复: 要使LangChain对外部提供API接口,需要设置一个中间层服务是吧,这一块内容我不是太懂。有经验的同学希望给分享分享。 下面是ChatGPT给我的东西,我同学随便看看: 假设您的中间层服务提供了一个/langchain的API端点,Java应用可以这样调用: String url = "http://your-middle-layer-service.com/langchain"; // 构建请求体,包含需要LangChain处理的数据 HttpEntity<MyRequestData> request = new HttpEntity<>(new MyRequestData(...)); RestTemplate restTemplate = new RestTemplate(); // 发送请求并接收响应 ResponseEntity<MyResponseData> response = restTemplate.postForEntity(url, request, MyResponseData.class); 通过这种方式,您可以使Java应用通过中间层服务与LangChain进行交互,利用LangChain提供的高级语言模型功能。

    2023-11-12归属地:北京
    2
  • Monin
    老师 咨询下 openAi最近发布的Assistant API 是不是意味着langchain的价值被替代了 Assistant API的agent,retrieval都不错

    作者回复: https://help.openai.com/en/articles/8550641-assistants-api https://platform.openai.com/docs/assistants/overview 我快速看了一下,功能很相似。OpenAI的API也越来越强大了。 可以说,1. 开发者多了一个选择 2. LangChain生态位仍在,因为毕竟还有其它大模型和接口以及各种各样的工具。 一个功能的实现,总有多种选择,就像PyTorch和TensorFlow。最终的优劣如何,我们拭目以待。 我作为程序员,如果我只使用GPT, OpenAI API能直接做,我就不套壳。如果做着做着觉得麻烦,还是LangChain方便,我再换。

    2023-11-07归属地:上海
    2
收起评论
显示
设置
留言
4
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部