Skip to main content
Open In ColabOpen on GitHub

Arcee

本笔记本演示了如何使用 Arcee 类，通过 Arcee 的领域自适应语言模型 (DALMs) 来生成文本。

##Installing the langchain packages needed to use the integration
%pip install -qU langchain-community

设置​

在使用 Arcee 之前，请确保 Arcee API 密钥已设置为 ARCEE_API_KEY 环境变量。您也可以将 API 密钥作为命名参数传递。

from langchain_community.llms import Arcee

# Create an instance of the Arcee class
arcee = Arcee(
    model="DALM-PubMed",
    # arcee_api_key="ARCEE-API-KEY" # if not already set in the environment
)
API Reference:Arcee

其他配置​

您还可以根据需要配置 Arcee 的参数，例如 arcee_api_url、arcee_app_url 和 model_kwargs。 在对象初始化时设置 model_kwargs 会将这些参数作为默认值应用于后续的所有生成响应的调用。

arcee = Arcee(
    model="DALM-Patent",
    # arcee_api_key="ARCEE-API-KEY", # if not already set in the environment
    arcee_api_url="https://custom-api.arcee.ai",  # default is https://api.arcee.ai
    arcee_app_url="https://custom-app.arcee.ai",  # default is https://app.arcee.ai
    model_kwargs={
        "size": 5,
        "filters": [
            {
                "field_name": "document",
                "filter_type": "fuzzy_search",
                "value": "Einstein",
            }
        ],
    },
)

生成文本​

您可以提供一个提示（prompt）来从 Arcee 生成文本。下面是一个示例：

# Generate text
prompt = "Can AI-driven music therapy contribute to the rehabilitation of patients with disorders of consciousness?"
response = arcee(prompt)

其他参数​

Arcee 允许您应用 filters 并设置检索到的文档的数量（size）来辅助文本生成。Filters（过滤器）有助于缩小搜索结果的范围。以下是使用这些参数的方法：

# Define filters
filters = [
    {"field_name": "document", "filter_type": "fuzzy_search", "value": "Einstein"},
    {"field_name": "year", "filter_type": "strict_search", "value": "1905"},
]

# Generate text with filters and size params
response = arcee(prompt, size=5, filters=filters)