흩어진 AI 프롬프트로 인해 개발 프로세스가 느려지나요? LangChain Hub가 어떻게 작업 흐름을 혁신하여 JavaScript 엔지니어의 즉각적인 관리를 원활하고 효율적으로 만들 수 있는지 알아보세요.
중요한 정보가 여러 파일에 흩어져 있는 프로젝트를 관리한다고 상상해 보세요. 실망스럽죠? 이것이 AI 프롬프트를 다루는 개발자의 현실입니다. LangChain Hub는 GitHub가 코드 협업을 위해 했던 것처럼 신속한 관리를 중앙 집중화하여 워크플로를 변화시킵니다.
LangChain Hub는 프롬프트 업로드, 탐색, 가져오기, 협업, 버전 관리 및 구성을 위한 직관적인 인터페이스를 제공합니다. 이는 워크플로우를 간소화할 뿐만 아니라 협업과 혁신을 촉진하는 필수 도구입니다.
LangChain Hub는 JavaScript 개발자가 AI 프롬프트를 효율적으로 중앙 집중화, 관리 및 협업할 수 있도록 설계된 강력한 도구입니다.
다른 개발자의 메시지를 탐색하여 새로운 아이디어와 솔루션을 얻으세요. 새로운 기술을 배우고, 기존 프롬프트를 개선하고, 협업 환경을 조성하세요.
LangChain Hub는 모든 AI 프롬프트를 한 지붕 아래로 가져와 분산된 파일과 단편화된 스토리지로 인한 혼란을 제거합니다. 모든 것이 한 곳에 깔끔하게 정리되어 있어 프롬프트 관리가 그 어느 때보다 쉬워졌습니다.
직관적인 디자인 덕분에 LangChain Hub 탐색이 매우 쉽습니다. 프롬프트 업로드, 검색 및 관리가 간단하여 생산성이 향상되고 도구 학습에 소요되는 시간이 최소화됩니다.
LangChain Hub를 사용하면 프롬프트에 따라 팀과 간단하게 공유하고 협업할 수 있습니다. 이러한 원활한 공유는 혁신과 집단적 문제 해결을 촉진하여 팀워크를 더욱 효율적이고 효과적으로 만듭니다.
LangChain Hub의 버전 관리를 통해 신속한 반복을 놓치지 마세요. 이전 버전으로 쉽게 되돌리거나 시간 경과에 따른 변경 사항을 모니터링하여 항상 최상의 메시지 버전에 액세스할 수 있습니다.
고급 검색 및 필터링 옵션을 사용하여 필요한 프롬프트를 즉시 찾으세요. 사용 사례, 유형, 언어 및 모델별로 프롬프트를 필터링하여 가장 관련성이 높은 리소스에 빠르게 액세스할 수 있습니다. 이러한 기능은 시간을 절약하고 작업 흐름을 향상시켜 신속한 관리를 더욱 효율적으로 만들고 특정 프로젝트 요구 사항에 맞게 맞춤화합니다.
Tailor는 특정 프로젝트 요구 사항에 쉽게 맞춰줍니다. LangChain Hub의 사용자 정의 옵션은 귀하의 고유한 요구 사항에 맞게 프롬프트가 귀하의 개발 프로세스에 원활하게 들어맞도록 보장합니다.
LangChain Hub의 프롬프트 템플릿을 사용하여 가치를 강조하는 프로젝트를 설정해 보겠습니다.
시작하기: JavaScript LLM 앱용 LangSmith 문서를 위해 제가 만든 데모 프로젝트를 사용하여 시작하겠습니다. 해당 기사를 읽어 보시기를 권장하지만 반드시 따라야 할 필요는 없습니다.
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
데모 앱은 심슨 가족의 Mr. Burns의 목소리로 "프랑스의 수도는 무엇입니까?"라는 질문에 응답합니다. 이를 수행하기 위해 다음 프롬프트를 사용합니다.
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>
현재 프롬프트는 앱에 하드코딩되어 있어 관리가 가능합니다. 그러나 실제 애플리케이션에서는 이 접근 방식을 관리하기가 어려울 수 있습니다. 체인에 더 많은 단계와 여러 프롬프트를 추가하면 빠르게 혼란스러워지고 유지 관리가 어려워질 수 있습니다. 그러므로 메시지를 LangChain Hub로 옮겨보겠습니다.
위 단계를 따라하셨다면 LangSmith 계정이 있어야 합니다.
smith.langchain.com/hub로 이동하여 "새 프롬프트"를 클릭하세요.
그런 다음 프롬프트에 이름을 지정하고 가시성(기본값은 비공개), 설명, 추가 정보, 사용 사례, 언어 및 모델을 설정합니다. 참고: 소유자는 "@kenzic"이며 이는 사용자마다 다를 수 있습니다. 값은 스크린샷을 참조하세요.
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!
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.
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:
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:
위 내용은 LangSmith Hub로 작업 흐름을 혁신하세요: JavaScript 엔지니어를 위한 판도를 바꾸는 도구의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
