LangChain एजेंट इवल्स 101 वेबिनार रिपॉजिटरी की खोज

LangChain एजेंट इवल्स 101 वेबिनार रिपॉजिटरी डेवलपर्स को LangSmith का उपयोग करके मूल्यांकन तकनीकों को समझने में मदद करने के लिए डिज़ाइन किए गए दो छोटे एआई एजेंटों के साथ एक व्यावहारिक सीखने का माहौल प्रदान करती है। इस रिपॉजिटरी में मुफ्त LangSmith डेवलपर प्लान के लिए कोड, कॉन्फ़िगरेशन टेम्पलेट और मूल्यांकन स्क्रिप्ट शामिल हैं।

रिपॉजिटरी अवलोकन और सेटअप

रिपॉजिटरी का उपयोग करने के लिए, डेवलपर एक प्रदान किए गए टेम्पलेट फ़ाइल का उपयोग करके पर्यावरण चर (environment variables) को कॉन्फ़िगर करते हैं। आवश्यक कॉन्फ़िगरेशन मापदंडों में शामिल हैं:

• LANGSMITH_API_KEY: LangSmith को ट्रेस, डेटासेट और प्रयोग भेजने के लिए आवश्यक है।
• OPENAI_API_KEY: अंतर्निहित एजेंटों और भाषा मॉडल न्यायाधीशों को चलाने के लिए उपयोग किया जाता है।
• क्षेत्रीय एंडपॉइंट्स: EU या APAC क्षेत्रों में खातों के लिए विशिष्ट कॉन्फ़िगरेशन पंक्तियाँ।
• डेटासेट और जज सेटिंग्स: डेटासेट के नाम और मॉडल विकल्पों को परिभाषित करने वाले चर।

मुख्य घटक और अभ्यास

रिपॉजिटरी दो प्राथमिक अनुप्रयोगों के आसपास संरचित है, जिनमें से प्रत्येक में ट्रेसिंग और मूल्यांकन के माध्यम से खोजे जाने और हल किए जाने वाले जानबूझकर बग शामिल हैं।

1. डिनर बॉट (Dinner Bot)

डिनर बॉट एक ऐसा एजेंट है जो उपलब्ध रसोई की सामग्री के आधार पर व्यंजनों का सुझाव देता है।

• बग: एक विस्तारित स्टेपल्स सूची में गलती से नमक, काली मिर्च, तेल और पानी के अलावा मक्खन, लहसुन और प्याज जैसी वस्तुएं शामिल हो जाती हैं।
• मूल्यांकन प्रक्रिया: डेवलपर LangSmith में ट्रेस का निरीक्षण करते हैं, सहेजे गए ट्रेस अपलोड करते हैं, एक डेटासेट बनाते हैं, और समस्या की पहचान करने और उसे ठीक करने के लिए कोड-आधारित और LLM-आधारित मूल्यांकनकर्ताओं को चलाते हैं।

2. रेसिपी रीमिक्सर (Recipe Remixer)

रेसिपी रीमिक्सर मौजूदा व्यंजनों को विशिष्ट आहार संबंधी आवश्यकताओं, जैसे कि शाकाहारी या डेयरी-मुक्त विकल्पों के अनुकूल संशोधित करता है।

• बग: एक तार्किक त्रुटि सही सामग्री की अदला-बदली को टेक्स्ट-पुनर्लेखन फ़ंक्शन तक पहुँचने से रोकती है।
• मूल्यांकन प्रक्रिया: डेटा प्रवाह कहाँ टूटता है इसे अलग करने के लिए कस्टम मूल्यांकनकर्ताओं और LLM जजों का उपयोग करके ट्रेस अपलोड और विश्लेषित किए जाते हैं।

व्यावहारिक निहितार्थ और सत्यापन

ये अभ्यास प्रदर्शित करते हैं कि डेवलपर कोड एसरशन और LLM-as-a-judge पैटर्न को मिलाकर एआई एजेंटों के लिए व्यवस्थित मूल्यांकन कैसे संरचित कर सकते हैं। मूल सेटअप और निर्देशों को सत्यापित करने के लिए, उपयोगकर्ता GitHub पर आधिकारिक रिपॉजिटरी `langchain-samples/agent-evals-101-webinar` की समीक्षा कर सकते हैं और यह सुनिश्चित कर सकते हैं कि वे अपनी स्थानीय मशीनों पर सुरक्षित रूप से उचित API क्रेडेंशियल्स का उपयोग करते हैं।