Sequentiële ketens

LLM-toepassingen ontwikkelen met LangChain

Jonathan Bennion

AI Engineer & LangChain Contributor

Een AI-reisgids.

Iemand vraagt een AI-reisgids om activiteiten in Parijs.

De AI geeft meerdere suggesties voor activiteiten in Parijs.

De persoon vertelt de AI-gids dat ze het Louvre en de Arc de Triomphe willen zien.

De AI-reisgids maakt een route voor de gekozen activiteiten.

Deze workflow voor een reisroute is een voorbeeld van een sequentieel probleem.

Sequentiële ketens

Output → input

destination_prompt = PromptTemplate(
    input_variables=["destination"],
    template="I am planning a trip to {destination}. Can you suggest some activities to do there?"
)

activities_prompt = PromptTemplate(
    input_variables=["activities"],
    template="I only have one day, so can you create an itinerary from your top three activities: {activities}."
)


llm = ChatOpenAI(model="gpt-4o-mini", api_key=openai_api_key)


seq_chain = ({"activities": destination_prompt | llm | StrOutputParser()}

    | activities_prompt
    | llm
    | StrOutputParser())

print(seq_chain.invoke({"destination": "Rome"}))

- Ochtend:
1. Begin vroeg bij het Colosseum. Volg een rondleiding om meer te leren over de geschiedenis en betekenis.
2. Ga daarna naar het Forum Romanum en de Palatijn om meer ruïnes van het oude Rome te zien.

- Lunch:
3. Geniet van een lekkere Italiaanse lunch bij een restaurant in het historisch centrum.

- Middag:
4. Bezoek Vaticaanstad en verken de Sint-Pietersbasiliek, de Vaticaanse Musea en de Sixtijnse Kapel.
5. Wandel door de charmante straten van Rome en stop bij het Pantheon, de Trevifontein en Piazza Navona.
- Avond:

6. Ontspan in een van Rome’s mooie parken, zoals Villa Borghese of de Sinaasappeltuin.
7. Sluit af met een diner bij een lokaal restaurant, met nog meer Italiaanse keuken en misschien een gelato.

Laten we oefenen!

LLM-toepassingen ontwikkelen met LangChain