Rantai sekuensial

Mengembangkan Aplikasi LLM dengan LangChain

Jonathan Bennion

AI Engineer & LangChain Contributor

Panduan perjalanan AI.

Seseorang meminta panduan perjalanan AI untuk aktivitas di Paris.

AI memberi beberapa saran aktivitas di Paris.

Orang tersebut memberi tahu AI bahwa ia ingin melihat Louvre dan Arc de Triomphe.

Panduan AI membuat rencana perjalanan untuk aktivitas pilihan kita.

Alur kerja rencana perjalanan ini adalah contoh masalah sekuensial.

Rantai sekuensial

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"}))

- Pagi:
1. Mulai lebih awal dengan mengunjungi Colosseum. Ikuti tur untuk mempelajari sejarahnya.
2. Setelah itu, ke Roman Forum dan Palatine Hill untuk melihat lebih banyak peninggalan Roma kuno.

- Makan siang:
3. Nikmati makan siang Italia di restoran dekat pusat bersejarah.

- Sore:
4. Kunjungi Vatikan: Basilika Santo Petrus, Museum Vatikan, dan Kapel Sistina.
5. Jelajahi jalan-jalan Roma, singgah di Pantheon, Air Mancur Trevi, dan Piazza Navona.
- Malam:

6. Bersantai di taman seperti Villa Borghese atau Orange Garden.
7. Akhiri hari dengan makan malam santai di restoran lokal, mungkin dengan gelato.

Ayo berlatih!

Mengembangkan Aplikasi LLM dengan LangChain