Skip to main content

guardrails-output-parser

此模板使用 guardrails-ai 来验证 LLM 输出。

GuardrailsOutputParser 设置在 chain.py 中。

默认示例用于防止使用不雅语言。

环境设置​

将 OPENAI_API_KEY 环境变量设置为访问 OpenAI 模型。

使用方法​

要使用此包，您首先应该安装 LangChain CLI：

pip install -U langchain-cli

要创建一个新的 LangChain 项目并将其安装为唯一的包，可以执行以下操作：

langchain app new my-app --package guardrails-output-parser

如果要将其添加到现有项目中，只需运行：

langchain app add guardrails-output-parser

并将以下代码添加到您的 server.py 文件中：

from guardrails_output_parser.chain import chain as guardrails_output_parser_chain

add_routes(app, guardrails_output_parser_chain, path="/guardrails-output-parser")

（可选）现在让我们配置 LangSmith。 LangSmith 将帮助我们跟踪、监控和调试 LangChain 应用程序。 LangSmith 目前处于私有测试版，您可以在此处注册 here。 如果您没有访问权限，可以跳过此部分。

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为 "default"

如果您在此目录中，则可以直接启动 LangServe 实例：

langchain serve

这将启动 FastAPI 应用程序，服务器在本地运行，地址为 http://localhost:8000

我们可以在 http://127.0.0.1:8000/docs 上查看所有模板。 我们可以在 http://127.0.0.1:8000/guardrails-output-parser/playground 上访问 playground。

我们可以通过以下代码访问模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/guardrails-output-parser")

如果 Guardrails 没有发现任何不雅语言，则返回翻译后的输出。如果 Guardrails 发现不雅语言，则返回空字符串。