Transformez votre flux de travail avec LangSmith Hub : un outil qui change la donne pour les ingénieurs JavaScript

Les invites d'IA dispersées ralentissent-elles votre processus de développement ? Découvrez comment LangChain Hub peut révolutionner votre flux de travail, en rendant la gestion des invites transparente et efficace pour les ingénieurs JavaScript.

---

Introduction

Imaginez gérer un projet avec des informations cruciales dispersées dans des fichiers. Frustrant, non ? C'est la réalité pour les développeurs confrontés aux invites de l'IA. LangChain Hub centralise la gestion des invites, transformant les flux de travail tout comme GitHub l'a fait pour la collaboration de code.

LangChain Hub fournit une interface intuitive pour télécharger, parcourir, extraire, collaborer, gérer les versions et organiser les invites. Cela rationalise non seulement les flux de travail, mais favorise également la collaboration et l'innovation, ce qui en fait un outil essentiel.

Principales fonctionnalités et avantages

LangChain Hub est un outil puissant conçu pour permettre aux développeurs JavaScript de centraliser, gérer et collaborer efficacement sur les invites d'IA.

Innovation axée sur la communauté

Explorez les invites d'autres développeurs et obtenez de nouvelles idées et solutions. Apprenez de nouvelles techniques, améliorez les invites existantes et favorisez un environnement collaboratif.

Gestion centralisée des invites

LangChain Hub rassemble toutes vos invites d'IA sous un même toit, éliminant ainsi le chaos des fichiers dispersés et du stockage fragmenté. Avec tout soigneusement organisé au même endroit, la gestion de vos invites n'a jamais été aussi simple.

Interface conviviale

Naviguer dans LangChain Hub est un jeu d'enfant, grâce à sa conception intuitive. Le téléchargement, la navigation et la gestion de vos invites sont simples, ce qui augmente votre productivité et minimise le temps consacré à l'apprentissage de l'outil.

Collaboration et partage

LangChain Hub simplifie le partage et la collaboration sur les invites avec votre équipe. Ce partage transparent favorise l'innovation et la résolution collective de problèmes, rendant le travail d'équipe plus efficace et efficient.

Contrôle des versions

Ne perdez jamais la trace de vos itérations d'invite grâce au contrôle de version de LangChain Hub. Vous pouvez facilement revenir aux versions précédentes ou surveiller les modifications au fil du temps, vous assurant ainsi d'avoir toujours accès à la meilleure version de votre invite.

Recherche et filtrage améliorés

Trouvez les invites dont vous avez besoin en un rien de temps grâce aux options avancées de recherche et de filtrage. Vous pouvez filtrer les invites par cas d'utilisation, type, langue et modèle, vous garantissant ainsi un accès rapide aux ressources les plus pertinentes. Ces fonctionnalités vous font gagner du temps et améliorent votre flux de travail, rendant la gestion rapide plus efficace et adaptée aux besoins spécifiques de votre projet.

Personnalisation et flexibilité

Adaptez facilement les invites aux exigences spécifiques de votre projet. Les options de personnalisation de LangChain Hub garantissent que vos invites s'intègrent parfaitement dans votre processus de développement, en s'adaptant à vos besoins uniques.

Utilisation dans votre projet

Configurons un projet pour utiliser des modèles d'invite dans LangChain Hub pour mettre en évidence sa valeur.
Nous allons commencer par utiliser le projet de démonstration que j'ai créé pour l'article Mise en route : LangSmith pour les applications JavaScript LLM. Bien que je vous encourage à lire cet article, il n'est pas obligatoire de le suivre.

1. Dépôt de clone : git clone git@github.com:kenzic/simple-langsmith-demo.git
2. cd simple-langsmith-démo
3. Consultez la branche démo : git checkout -b langchain-hub-demo origin/langchain-hub-demo
4. Installer les dépendances fil ou npm i
5. Inscrivez-vous au compte LangSmith
6. Obtenez une clé API LangSmith
7. Obtenir la clé API OpenAI
8. Déplacez .env.example vers .env et renseignez les valeurs suivantes :

LANGCHAIN_PROJECT="langsmith-demo" # Name of your LangSmith project
LANGCHAIN_TRACING_V2=true # Enable advanced tracing features
LANGCHAIN_API_KEY=<your-api-key> # Your LangSmith API key

OPENAI_API_KEY=<your-openai-api-key> # Your OpenAI API key

L'application de démonstration répond à la question "Quelle est la capitale de la France ?" avec la voix de M. Burns des Simpsons. Pour ce faire, nous utilisons l'invite suivante :

Act as a world-class expert in the field and provide a detailed response to the inquiry using the context provided.
The tone of your response should be that of The Simpsons' Mr. Burns.

<context>
{context}
</context>

L'invite est actuellement codée en dur dans l'application, ce qui est gérable pour le moment. Cependant, dans une application réelle, cette approche peut devenir difficile à gérer. À mesure que nous ajoutons de nouvelles étapes et plusieurs invites à la chaîne, celle-ci peut rapidement devenir déroutante et difficile à maintenir. Par conséquent, déplaçons notre invite vers LangChain Hub.

Si vous avez suivi les étapes ci-dessus, vous devriez avoir un compte LangSmith.

Allez sur smith.langchain.com/hub et cliquez sur « Nouvelle invite ».

Vous souhaiterez ensuite donner un nom à votre invite, définir la visibilité (privée par défaut), la description, le fichier Lisez-moi, le cas d'utilisation, la langue et le modèle. Remarque : le propriétaire est "@kenzic", ce sera différent pour vous. Voir la capture d'écran pour les valeurs.

Once you've created your prompt, you'll want to select the prompt type. For this task, we'll select "Chat Prompt".

Create a "System" message with the value:

Act as a world-class expert in the field and provide a detailed response to the inquiry using the context provided.
The tone of your response should be that of The Simpsons' Mr. Burns.

<context>
{context}
</context>

Next, create a "Human" message with the value:

Please address the following inquiry:\n{input}

Before we commit this, we can test it out in the playground. To the right of the message chain, you will notice the section "Inputs" with the variables we specified in the messages. To confirm it's working as expected, I tested with the following:

context: The capital of France is Springfield. It was Paris but changed in 2024.

input: What is the capital of France

Once you have the Inputs defined, under Settings you'll want to select the model we're testing against. Select GPT-3.5-turbo. For this to work you'll need to add your OpenAI API key by clicking the "Secrets & API Keys" button. Great, now we're ready to test. Click the "Start" button and watch it generate the output. You should see something like:

Ah, yes, the capital of France, or should I say, Springfield! Paris may have been the capital in the past, but as of 2024, Springfield reigns supreme as the new capital of France. A change of this magnitude surely raises questions and eyebrows, but rest assured, the decision has been made and Springfield now holds the title of the capital of France. How utterly delightful!

Once we're happy with our prompt, we need to commit it. Simply click the "Commit" button!

Great, now that we have a finished prompt we'll want to update our code to reference it instead of the hardcoded prompt template.

First, we need to import the hub function to pull our template into our code:

import * as hub from "langchain/hub";

Next, let's delete the ChatPromptTemplate in the code and replace it with:

const answerGenerationChainPrompt = await hub.pull(
  "[YOURORG]/mr-burns-answer-prompt"
);

Note: You can delete the ANSWER_CHAIN_SYSTEM_TEMPLATE variable too

Finally, let's test it out! run yarn start to execute the script. If everything works properly, you will see the output in the voice of Mr. Burns informing you the capital of France is Paris.

If you want to take it a step further, you can lock your prompts by the version. To do this, simply append a colon and the version number to the end of the name like so:

const answerGenerationChainPrompt = await hub.pull(
  "[YOURORG]/mr-burns-answer-prompt:[YOURVERSION]"
);

// for me it looks like:
const answerGenerationChainPrompt = await hub.pull(
  "kenzic/mr-burns-answer-prompt:d123dc92"
);

That's it!

Next Steps

We've explored how LangChain Hub centralizes prompt management, enhances collaboration, and integrates into your workflow. To improve your efficiency with LangChain Hub, consider diving deeper into the customization and integration possibilities.

Wrapping Up

LangChain Hub is more than a tool; it's a catalyst for innovation and collaboration in AI development. Embrace this revolutionary platform and elevate your JavaScript LLM applications to new heights.

Throughout this guide, we tackled how to:

1. Centralize and manage your AI prompts effectively using LangChain Hub.
2. Enhance collaboration and version control within your development team.
3. Integrate prompt management seamlessly into your existing development workflows.

Keep building and experimenting, and I'm excited to see how you'll push the boundaries of what's possible with AI and LangChain Hub!

---

To stay connected and share your journey, feel free to reach out through the following channels:

• ?‍? LinkedIn: Join me for more insights into LLM development and tech innovations.
• ? GitHub: Explore my projects and contribute to ongoing work.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!