LangChain v0.3 その２~LCEL（LangChain Expression Language）~

きっかけ

ま、前の続きっす
ほんと、あのライトニングトークは素晴らしかった。
うん。
紹介し忘れてましたね。じゃ、ご本人のnoteをば。

バージョン関連

Python 3.10.8
langchain==0.3.7
python-dotenv
langchain-openai==0.2.5
langgraph>0.2.27
langchain-core

※LLMのAPIはAzureOpenAIのgpt-4o-miniを使いました

準備

.envファイルに以下を用意しましょうね
END_POINT="https://<<ほにゃらら>>.openai.azure.com/"
API_KEY="<<ほにゃらら>>"
API_VERSION="2023-05-15"
LANG_SMITH = "<<ほにゃらら>>"

今日の目的

LCEL（Langchain Expression Langage）使う

ライブラリのインポート

import os
from dotenv import load_dotenv
# from openai import AzureOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import AzureChatOpenAI
from langchain_core.output_parsers import StrOutputParser

.envからAPI_KEYやらなにやらを取ってくる準備

load_dotenv(dotenv_path='.env')

その１でやったChatPromptTemplate

prompt_template = ChatPromptTemplate([
    ('system', 'あなたは偉大な漫才師です'),
    ('user', '{topic}について大喜利してください'),
])

モデルの準備

model = AzureChatOpenAI(
    model='gpt-4o-mini',
    azure_endpoint=os.getenv("END_POINT"),
    api_version=os.getenv("API_VERSION"),
    api_key=os.getenv("API_KEY")
)

出力の準備

これでテキストで出力ができる

output_parser = StrOutputParser()

LCEL（LangChain Expression Language）の設定

今日のキモっす
上で設定したprompt_templateとmodelとoutput_parserを連結させるんです。

chain = prompt_template | model | output_parser

chainに入れて出力させます

response3 = chain.invoke({'topic': '靴下'})
print(response3)

output

'もちろん！靴下についての大喜利、いきますよ！\n\n1. 靴下が「お前、今日もいい匂いだな！」と言われた理由は？\n   - 洗濯したのを忘れて、靴の中で大宴会してたから！\n\n2. 靴下がデートに行くとき、何を気をつける？\n   - 相手の靴と色を合わせること！靴下の恋愛は「足元」から！\n\n3. 靴下が自分の存在意義を悩んでいるとき、どうする？\n   - 「私はただの布じゃない、あなたの足を守るヒーローだ！」と自己啓発セミナーに参加！\n\n4. 靴下が友達に「どうしていつも片方だけ無くなるの？」と聞かれたら？\n   - 「それは、片方が夢を追いかけて旅に出るからさ！」\n\n5. 靴下が流行を追いかけているとしたら、どんなスタイルを提案する？\n   - 「今季のトレンドは、足元に“スニーカー”と“サンダル”のハイブリッド！通気性抜群！」\n\nどうでしたか？靴下も意外と面白いネタになるんですね！'

あら面白い。そして簡単。
今日はLCELが中心なんですが、御覧の通り、パイプ（|）で繋げるだけなんですよね。
これで順に処理をしてくれちゃいます。
また次々回くらいでLCELを使いますのでお楽しみに

今日はココまで。