هل تؤدي مطالبات الذكاء الاصطناعي المتناثرة إلى إبطاء عملية التطوير لديك؟ اكتشف كيف يمكن لـ LangChain Hub أن يُحدث ثورة في سير عملك، مما يجعل الإدارة السريعة سلسة وفعالة لمهندسي JavaScript.

مقدمة

تخيل إدارة مشروع بمعلومات مهمة متناثرة عبر الملفات. محبط ، أليس كذلك؟ هذا هو الواقع بالنسبة للمطورين الذين يتعاملون مع مطالبات الذكاء الاصطناعي. يقوم LangChain Hub بمركزية الإدارة السريعة، وتحويل سير العمل تمامًا كما فعل GitHub للتعاون في التعليمات البرمجية.

يوفر LangChain Hub واجهة بديهية للتحميل والتصفح والسحب والتعاون وإصدار الإصدارات وتنظيم المطالبات. وهذا لا يؤدي إلى تبسيط سير العمل فحسب، بل يعزز أيضًا التعاون والابتكار، مما يجعله أداة أساسية.

الميزات والفوائد الرئيسية

LangChain Hub هي أداة قوية مصممة لمطوري JavaScript لتحقيق مركزية وإدارة والتعاون في مطالبات الذكاء الاصطناعي بكفاءة.

الابتكار القائم على المجتمع

استكشف المطالبات من المطورين الآخرين، واكتسب أفكارًا وحلولًا جديدة. تعلم تقنيات جديدة، وقم بتحسين المطالبات الحالية، وتعزيز بيئة تعاونية.

الإدارة السريعة المركزية

يجمع LangChain Hub جميع مطالبات الذكاء الاصطناعي الخاصة بك تحت سقف واحد، مما يزيل فوضى الملفات المتناثرة والتخزين المجزأ. مع تنظيم كل شيء بدقة في مكان واحد، أصبحت إدارة مطالباتك أسهل من أي وقت مضى.

واجهة سهلة الاستخدام

أصبح التنقل في LangChain Hub أمرًا سهلاً بفضل تصميمه البديهي. يعد تحميل المطالبات وتصفحها وإدارتها أمرًا بسيطًا، مما يعزز إنتاجيتك ويقلل الوقت الذي تقضيه في تعلم الأداة.

التعاون والمشاركة

يجعل LangChain Hub من السهل المشاركة والتعاون في المطالبات مع فريقك. تعزز هذه المشاركة السلسة الابتكار وحل المشكلات بشكل جماعي، مما يجعل العمل الجماعي أكثر كفاءة وفعالية.

التحكم في الإصدار

لا تفقد أبدًا تتبع التكرارات السريعة الخاصة بك من خلال التحكم في إصدار LangChain Hub. يمكنك الرجوع بسهولة إلى الإصدارات السابقة أو مراقبة التغييرات بمرور الوقت، مما يضمن حصولك دائمًا على أفضل إصدار من المطالبة.

تحسين البحث والتصفية

اعثر على المطالبات التي تحتاجها في وقت قصير جدًا باستخدام خيارات البحث والتصفية المتقدمة. يمكنك تصفية المطالبات حسب حالة الاستخدام والنوع واللغة والنموذج، مما يضمن الوصول بسرعة إلى الموارد الأكثر صلة. توفر لك هذه الميزات الوقت وتعزز سير عملك، مما يجعل الإدارة السريعة أكثر كفاءة ومخصصة لتلبية احتياجات مشروعك المحددة.

التخصيص والمرونة

يطالبك التخصيص بمتطلبات مشروعك المحددة دون عناء. تضمن خيارات التخصيص في LangChain Hub أن تتناسب مطالباتك بسلاسة مع عملية التطوير الخاصة بك، وتتكيف مع احتياجاتك الفريدة.

الاستخدام في مشروعك

فلنقم بإعداد مشروع لاستخدام قوالب المطالبة في LangChain Hub لتسليط الضوء على قيمته.
سنبدأ باستخدام المشروع التجريبي الذي قمت بإنشائه للمقالة "البدء: LangSmith for JavaScript LLM Apps". على الرغم من أنني أشجعك على قراءة هذه المقالة، إلا أنه ليس من الضروري متابعتها.

1. استنساخ الريبو: git clone [email protected]:kenzic/simple-langsmith-demo.git
2. عرض قرص مضغوط بسيط
3. الخروج من الفرع التجريبي: git checkout -b langchain-hub-demo Origin/langchain-hub-demo
4. تثبيت خيوط التبعيات أو npm i
5. قم بالتسجيل في حساب LangSmith
6. احصل على مفتاح LangSmith API
7. احصل على مفتاح OpenAI API
8. انقل .env.example إلى .env واملأ القيم التالية:

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

OPENAI_API_KEY= # Your OpenAI API key

التطبيق التجريبي يجيب على سؤال "ما هي عاصمة فرنسا؟" بصوت السيد بيرنز من عائلة سمبسون. لتحقيق ذلك نستخدم الموجه التالي:

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}

يتم حاليًا ترميز المطالبة ضمن التطبيق، وهو أمر يمكن التحكم فيه في الوقت الحالي. ومع ذلك، في تطبيق العالم الحقيقي، قد يصبح من الصعب إدارة هذا النهج. عندما نضيف المزيد من الخطوات والمطالبات المتعددة إلى السلسلة، يمكن أن تصبح مربكة بسرعة ويصعب الحفاظ عليها. لذلك، دعونا ننقل مطالبتنا إلى LangChain Hub.

إذا اتبعت الخطوات المذكورة أعلاه، فيجب أن يكون لديك حساب LangSmith.

انتقل إلى smith.langchain.com/hub وانقر على "مطالبة جديدة".

ستحتاج بعد ذلك إلى إعطاء اسم للموجه الخاص بك، وتعيين الرؤية (خاص افتراضي)، والوصف، والملف التمهيدي، وحالة الاستخدام، واللغة، والنموذج. ملاحظة: المالك هو "@kenzic"، وسيكون هذا مختلفًا بالنسبة لك. انظر لقطة الشاشة لمعرفة القيم.

بمجرد إنشاء المطالبة، ستحتاج إلى تحديد نوع المطالبة. لهذه المهمة، سنختار "موجه الدردشة".

إنشاء رسالة "النظام" بالقيمة:

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}

بعد ذلك، قم بإنشاء رسالة "إنسانية" بالقيمة:

Please address the following inquiry:\n{input}

قبل أن نلتزم بهذا، يمكننا اختباره في الملعب. على يمين سلسلة الرسائل، ستلاحظ قسم "المدخلات" مع المتغيرات التي حددناها في الرسائل. وللتأكد من أنه يعمل كما هو متوقع، قمت باختباره باستخدام ما يلي:

context: عاصمة فرنسا هي سبرينجفيلد. لقد كانت باريس ولكنها تغيرت في عام 2024.

الإدخال: ما هي عاصمة فرنسا

بمجرد تحديد المدخلات، ضمن الإعدادات، ستحتاج إلى تحديد النموذج الذي نختبره. حدد جي بي تي-3.5-تيربو. لكي يعمل هذا، ستحتاج إلى إضافة مفتاح OpenAI API الخاص بك عن طريق النقر فوق الزر "Secrets & API Keys". عظيم، نحن الآن على استعداد للاختبار. انقر فوق الزر "ابدأ" وشاهده وهو يولد الإخراج. يجب أن ترى شيئًا مثل:

آه، نعم، عاصمة فرنسا، أو ينبغي أن أقول، سبرينجفيلد! ربما كانت باريس هي العاصمة في الماضي، ولكن اعتبارًا من عام 2024، أصبحت سبرينجفيلد هي العاصمة الجديدة لفرنسا. من المؤكد أن تغييرًا بهذا الحجم يثير التساؤلات والدهشة، ولكن كن مطمئنًا، فقد تم اتخاذ القرار وتحمل سبرينجفيلد الآن لقب عاصمة فرنسا. كم هو مبهج للغاية!

بمجرد أن نكون سعداء بمطالبتنا، نحتاج إلى الالتزام بها. ما عليك سوى النقر على زر "الالتزام"!

رائع، الآن بعد أن أصبح لدينا مطالبة نهائية، سنرغب في تحديث الكود الخاص بنا للرجوع إليه بدلاً من قالب المطالبة المضمن.

أولاً، نحتاج إلى استيراد وظيفة المحور لسحب القالب الخاص بنا إلى الكود الخاص بنا:

import * as hub from "langchain/hub";

بعد ذلك، دعونا نحذف ChatPromptTemplate الموجود في الكود ونستبدله بـ:

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

ملاحظة: يمكنك حذف المتغير ANSWER_CHAIN_SYSTEM_TEMPLATE أيضًا

أخيرًا، دعونا نختبر ذلك! قم بتشغيل الغزل لبدء تنفيذ البرنامج النصي. إذا كان كل شيء يعمل بشكل صحيح، فسوف ترى النتيجة بصوت السيد بيرنز يخبرك أن عاصمة فرنسا هي باريس.

إذا كنت تريد المضي قدمًا، فيمكنك قفل المطالبات الخاصة بك حسب الإصدار. للقيام بذلك، ما عليك سوى إضافة نقطتين ورقم الإصدار إلى نهاية الاسم كما يلي:

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"
);

هذا كل شيء!

الخطوات التالية

لقد اكتشفنا كيف يقوم LangChain Hub بمركزية الإدارة السريعة وتعزيز التعاون والتكامل في سير العمل الخاص بك. لتحسين كفاءتك مع LangChain Hub، فكر في التعمق في إمكانيات التخصيص والتكامل.

التفاف

يعد LangChain Hub أكثر من مجرد أداة؛ إنه حافز للابتكار والتعاون في تطوير الذكاء الاصطناعي. احتضن هذه المنصة الثورية وارفع مستوى تطبيقات JavaScript LLM إلى آفاق جديدة.

تناولنا في هذا الدليل كيفية:

1. قم بمركزة وإدارة مطالبات الذكاء الاصطناعي الخاصة بك بشكل فعال باستخدام LangChain Hub.
2. تعزيز التعاون والتحكم في الإصدار داخل فريق التطوير الخاص بك.
3. دمج الإدارة السريعة بسلاسة في سير عمل التطوير الحالي لديك.

استمر في البناء والتجربة، وأنا متحمس لرؤية كيف ستدفع حدود ما هو ممكن باستخدام الذكاء الاصطناعي وLangChain Hub!

للبقاء على اتصال ومشاركة رحلتك، لا تتردد في التواصل عبر القنوات التالية:

• ?‍? LinkedIn: انضم إلي للحصول على مزيد من الأفكار حول تطوير LLM والابتكارات التقنية.
• ؟ GitHub: استكشف مشاريعي وساهم في العمل المستمر.