Skip to main content
Open In ColabOpen on GitHub

PromptLayerChatOpenAI

本示例展示了如何连接到 PromptLayer 来开始记录您的 ChatOpenAI 请求。

安装 PromptLayer​

使用 PromptLayer 和 OpenAI 需要安装 promptlayer 包。请使用 pip 安装 promptlayer。

pip install promptlayer

导入​

import os

from langchain_community.chat_models import PromptLayerChatOpenAI
from langchain_core.messages import HumanMessage

设置环境变量 API 密钥​

你可以在 www.promptlayer.com 上创建一个 PromptLayer API 密钥，方法是点击导航栏中的设置齿轮图标。

将其设置为名为 PROMPTLAYER_API_KEY 的环境变量。

os.environ["PROMPTLAYER_API_KEY"] = "**********"

正常使用 PromptLayerOpenAI LLM​

您可以选择性地传递 pl_tags 以使用 PromptLayer 的标签功能跟踪您的请求。

chat = PromptLayerChatOpenAI(pl_tags=["langchain"])
chat([HumanMessage(content="I am a cat and I want")])
AIMessage(content='to take a nap in a cozy spot. I search around for a suitable place and finally settle on a soft cushion on the window sill. I curl up into a ball and close my eyes, relishing the warmth of the sun on my fur. As I drift off to sleep, I can hear the birds chirping outside and feel the gentle breeze blowing through the window. This is the life of a contented cat.', additional_kwargs={})

以上请求现在应该会出现在你的 PromptLayer dashboard 上了。

使用 PromptLayer Track​

如果您想使用任何 PromptLayer 跟踪功能，您需要在实例化 PromptLayer LLM 时传递 return_pl_id 参数以获取请求 ID。

import promptlayer

chat = PromptLayerChatOpenAI(return_pl_id=True)
chat_results = chat.generate([[HumanMessage(content="I am a cat and I want")]])

for res in chat_results.generations:
    pl_request_id = res[0].generation_info["pl_request_id"]
    promptlayer.track.score(request_id=pl_request_id, score=100)

使用此功能，您可以：

  • 在 PromptLayer 控制面板中跟踪模型的性能。
  • 如果您正在使用 prompt 模板，也可以将模板附加到请求中。

总而言之，这使您有机会在 PromptLayer 控制面板中跟踪不同模板和模型的性能。