book

agents/langchain_agents_conversational-react_memory-Vector.py

@@ -71,9 +71,9 @@ def get_today_date(_):
     tools=tools,
     llm=llm,
     agent="conversational-react-description",  # 使用對話型代理
-    verbose=False,
+    verbose=False, #控制是否顯示詳細的調試信息
     agent_prompt=custom_prompt,
-    handle_parsing_errors=True,
+    handle_parsing_errors=True, #啟用錯誤處理
     memory=memory
 )
 

book/langchain_sys_SEOtitle_article_generate.py

@@ -0,0 +1,23 @@
+# 用LangChain使mistral:7b-instruct-q2_K藉由對話生成文章和SEO標題，把語言模型變成愛情作家之教學
+
+from langchain_community.llms import Ollama
+from langchain_core.prompts import ChatPromptTemplate
+from langchain.callbacks.manager import CallbackManager
+from langchain.callbacks.streaming_stdout import StreamingStdOutCallbackHandler
+
+# 如果加上了CallbackManager就可以即時看到llm生成的文字，
+# 若沒加CallbackManager則是要等到llm把文字全部生成完成後 才會顯示出來
+
+llm = Ollama(model='mistral:7b-instruct-q2_K', callback_manager=CallbackManager([StreamingStdOutCallbackHandler()]))
+
+prompt = ChatPromptTemplate.from_messages([
+    ("system", "You are a love story creator with extensive SEO knowledge. Your task is to write an article with about 100 words, and create a SEO title for the article you wrote."),
+    ("user", "{input}"),
+])
+
+# print(prompt)
+
+chain = prompt | llm
+chain.invoke({"input": input('>>> ')})
+
+#輸入文字後，會依據文字生成SEO標題 和 文章內容