Verlangsamen vereinzelte KI-Eingabeaufforderungen Ihren Entwicklungsprozess? Entdecken Sie, wie LangChain Hub Ihren Workflow revolutionieren kann und die schnelle Verwaltung für JavaScript-Ingenieure nahtlos und effizient macht.

Einführung

Stellen Sie sich vor, Sie verwalten ein Projekt, bei dem wichtige Informationen über mehrere Dateien verteilt sind. Frustrierend, oder? Dies ist die Realität für Entwickler, die sich mit KI-Eingabeaufforderungen befassen. LangChain Hub zentralisiert das Prompt-Management und transformiert Arbeitsabläufe, genau wie GitHub es für die Code-Zusammenarbeit getan hat.

LangChain Hub bietet eine intuitive Benutzeroberfläche zum Hochladen, Durchsuchen, Abrufen, Zusammenarbeiten, Versionieren und Organisieren von Eingabeaufforderungen. Dies rationalisiert nicht nur Arbeitsabläufe, sondern fördert auch die Zusammenarbeit und Innovation und macht es zu einem unverzichtbaren Werkzeug.

Hauptmerkmale und Vorteile

LangChain Hub ist ein leistungsstarkes Tool, das für JavaScript-Entwickler entwickelt wurde, um KI-Eingabeaufforderungen effizient zu zentralisieren, zu verwalten und gemeinsam daran zu arbeiten.

Community-getriebene Innovation

Erkunden Sie Anregungen anderer Entwickler und gewinnen Sie neue Ideen und Lösungen. Lernen Sie neue Techniken, verbessern Sie bestehende Eingabeaufforderungen und fördern Sie eine kollaborative Umgebung.

Zentralisiertes Prompt-Management

LangChain Hub vereint alle Ihre KI-Eingabeaufforderungen unter einem Dach und beseitigt so das Chaos verstreuter Dateien und fragmentierter Speicherung. Da alles übersichtlich an einem Ort organisiert ist, war die Verwaltung Ihrer Eingabeaufforderungen noch nie so einfach.

Benutzerfreundliche Oberfläche

Die Navigation im LangChain Hub ist dank seines intuitiven Designs ein Kinderspiel. Das Hochladen, Durchsuchen und Verwalten Ihrer Eingabeaufforderungen ist unkompliziert, steigert Ihre Produktivität und minimiert den Zeitaufwand für das Erlernen des Tools.

Zusammenarbeit und Teilen

LangChain Hub macht es einfach, Eingabeaufforderungen mit Ihrem Team zu teilen und gemeinsam daran zu arbeiten. Dieser nahtlose Austausch fördert Innovation und gemeinsame Problemlösung und macht die Teamarbeit effizienter und effektiver.

Versionskontrolle

Verlieren Sie mit der Versionskontrolle von LangChain Hub nie den Überblick über Ihre Prompt-Iterationen. Sie können problemlos zu früheren Versionen zurückkehren oder Änderungen im Laufe der Zeit überwachen und so sicherstellen, dass Sie immer Zugriff auf die beste Version Ihrer Eingabeaufforderung haben.

Verbesserte Suche und Filterung

Mit den erweiterten Such- und Filteroptionen finden Sie im Handumdrehen die Eingabeaufforderungen, die Sie benötigen. Sie können Eingabeaufforderungen nach Anwendungsfall, Typ, Sprache und Modell filtern und so sicherstellen, dass Sie schnell auf die relevantesten Ressourcen zugreifen. Diese Funktionen sparen Ihnen Zeit und verbessern Ihren Arbeitsablauf, wodurch das Prompt-Management effizienter und auf Ihre spezifischen Projektanforderungen zugeschnitten wird.

Anpassung und Flexibilität

Passen Sie Eingabeaufforderungen mühelos an Ihre spezifischen Projektanforderungen an. Die Anpassungsoptionen von LangChain Hub stellen sicher, dass Ihre Eingabeaufforderungen nahtlos in Ihren Entwicklungsprozess passen und sich an Ihre individuellen Bedürfnisse anpassen.

Verwendung in Ihrem Projekt

Lassen Sie uns ein Projekt einrichten, um Eingabeaufforderungsvorlagen in LangChain Hub zu verwenden, um seinen Wert hervorzuheben.
Wir beginnen mit der Verwendung des Demoprojekts, das ich für den Artikel „Erste Schritte: LangSmith für JavaScript-LLM-Apps“ erstellt habe. Obwohl ich Sie dazu ermutige, diesen Artikel zu lesen, ist es nicht erforderlich, ihm zu folgen.

1. Klon-Repo: git clone [email protected]:kenzic/simple-langsmith-demo.git
2. cd simple-langsmith-demo
3. Schauen Sie sich den Demo-Zweig an: git checkout -b langchain-hub-demo origin/langchain-hub-demo
4. Installieren Sie Abhängigkeiten von Garn oder NPM i
5. Melden Sie sich für ein LangSmith-Konto an
6. Holen Sie sich einen LangSmith-API-Schlüssel
7. Holen Sie sich den OpenAI-API-Schlüssel
8. Verschieben Sie .env.example nach .env und geben Sie die folgenden Werte ein:

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

Die Demo-App beantwortet die Frage „Was ist die Hauptstadt Frankreichs?“ mit der Stimme von Mr. Burns aus den Simpsons. Um dies zu erreichen, verwenden wir die folgende Eingabeaufforderung:

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}

Die Eingabeaufforderung ist derzeit in der App fest codiert, was vorerst verwaltbar ist. In einer realen Anwendung kann dieser Ansatz jedoch schwierig zu handhaben sein. Wenn wir der Kette weitere Schritte und mehrere Eingabeaufforderungen hinzufügen, kann sie schnell unübersichtlich und schwer zu pflegen werden. Verschieben wir daher unsere Eingabeaufforderung zum LangChain Hub.

Wenn Sie die oben genannten Schritte ausgeführt haben, sollten Sie über ein LangSmith-Konto verfügen.

Gehen Sie zu smith.langchain.com/hub und klicken Sie auf „Neue Eingabeaufforderung“.

Dann möchten Sie Ihrer Eingabeaufforderung einen Namen geben, die Sichtbarkeit (standardmäßig privat), eine Beschreibung, eine Readme-Datei, einen Anwendungsfall, eine Sprache und ein Modell festlegen. Hinweis: Der Eigentümer ist „@kenzic“, das wird bei Ihnen anders sein. Werte finden Sie im Screenshot.

Sobald Sie Ihre Eingabeaufforderung erstellt haben, möchten Sie den Eingabeaufforderungstyp auswählen. Für diese Aufgabe wählen wir „Chat-Eingabeaufforderung“.

Erstellen Sie eine „System“-Nachricht mit dem Wert:

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}

Als nächstes erstellen Sie eine „menschliche“ Nachricht mit dem Wert:

Please address the following inquiry:\n{input}

Bevor wir dies festlegen, können wir es auf dem Spielplatz testen. Rechts neben der Nachrichtenkette sehen Sie den Abschnitt „Eingaben“ mit den Variablen, die wir in den Nachrichten angegeben haben. Um zu bestätigen, dass es wie erwartet funktioniert, habe ich Folgendes getestet:

context: Die Hauptstadt Frankreichs ist Springfield. Es war Paris, änderte sich aber im Jahr 2024.

Eingabe: Was ist die Hauptstadt von Frankreich

Sobald Sie die Eingaben definiert haben, möchten Sie unter „Einstellungen“ das Modell auswählen, anhand dessen wir testen. Wählen Sie GPT-3.5-turbo. Damit dies funktioniert, müssen Sie Ihren OpenAI-API-Schlüssel hinzufügen, indem Sie auf die Schaltfläche „Geheimnisse und API-Schlüssel“ klicken. Großartig, jetzt sind wir bereit zum Testen. Klicken Sie auf die Schaltfläche „Start“ und beobachten Sie, wie die Ausgabe generiert wird. Sie sollten etwas sehen wie:

Ah ja, die Hauptstadt Frankreichs, oder sollte ich sagen, Springfield! Paris war in der Vergangenheit vielleicht die Hauptstadt, aber ab 2024 ist Springfield die neue Hauptstadt Frankreichs. Eine Veränderung dieser Größenordnung wirft sicherlich Fragen und Stirnrunzeln auf, aber seien Sie versichert, die Entscheidung ist gefallen und Springfield trägt nun den Titel der Hauptstadt Frankreichs. Wie überaus entzückend!

Sobald wir mit unserer Aufforderung zufrieden sind, müssen wir sie begehen. Klicken Sie einfach auf die Schaltfläche „Commit“!

Großartig, da wir nun eine fertige Eingabeaufforderung haben, möchten wir unseren Code aktualisieren, um darauf zu verweisen, anstatt auf die fest codierte Eingabeaufforderungsvorlage.

Zuerst müssen wir die Hub-Funktion importieren, um unsere Vorlage in unseren Code zu ziehen:

import * as hub from "langchain/hub";

Als nächstes löschen wir die ChatPromptTemplate im Code und ersetzen sie durch:

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

Hinweis: Sie können auch die Variable ANSWER_CHAIN_SYSTEM_TEMPLATE löschen

Lasst es uns endlich testen! Führen Sie Yarn Start aus, um das Skript auszuführen. Wenn alles richtig funktioniert, sehen Sie die Ausgabe in der Stimme von Mr. Burns, der Sie darüber informiert, dass die Hauptstadt Frankreichs Paris ist.

Wenn Sie noch einen Schritt weiter gehen möchten, können Sie Ihre Eingabeaufforderungen nach Version sperren. Hängen Sie dazu einfach einen Doppelpunkt und die Versionsnummer an das Ende des Namens an, etwa 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"
);

Das ist es!

Nächste Schritte

Wir haben untersucht, wie LangChain Hub das Prompt-Management zentralisiert, die Zusammenarbeit verbessert und sich in Ihren Workflow integriert. Um Ihre Effizienz mit LangChain Hub zu verbessern, sollten Sie tiefer in die Anpassungs- und Integrationsmöglichkeiten eintauchen.

Zusammenfassung

LangChain Hub ist mehr als ein Werkzeug; Es ist ein Katalysator für Innovation und Zusammenarbeit in der KI-Entwicklung. Nutzen Sie diese revolutionäre Plattform und bringen Sie Ihre JavaScript-LLM-Anwendungen auf ein neues Niveau.

In diesem Leitfaden haben wir Folgendes behandelt:

1. Zentralisieren und verwalten Sie Ihre KI-Eingabeaufforderungen effektiv mit LangChain Hub.
2. Verbessern Sie die Zusammenarbeit und Versionskontrolle innerhalb Ihres Entwicklungsteams.
3. Integrieren Sie das Prompt-Management nahtlos in Ihre bestehenden Entwicklungsabläufe.

Bauen und experimentieren Sie weiter, und ich bin gespannt, wie Sie die Grenzen des Möglichen mit KI und LangChain Hub erweitern!

Um in Verbindung zu bleiben und Ihre Reise zu teilen, können Sie sich gerne über die folgenden Kanäle an uns wenden:

• ?‍? LinkedIn: Begleiten Sie mich für weitere Einblicke in die LLM-Entwicklung und technische Innovationen.
• ? GitHub: Entdecken Sie meine Projekte und tragen Sie zur laufenden Arbeit bei.