Embedchain 现在支持与 LangSmith 的集成。
要使用 LangSmith,您需要执行以下步骤。
让我们详细介绍每个步骤。
# 为 LangChain Tracing V2 集成设置环境变量。
export LANGCHAIN_TRACING_V2=true
# 为 LangChain 设置 API 端点。
export LANGCHAIN_ENDPOINT=https://api.smith.langchain.com
# 将 '<your-api-key>' 替换为您的 LangChain API 密钥。
export LANGCHAIN_API_KEY=<your-api-key>
# 将 '<your-project>' 替换为您的 LangChain 项目名称,或者默认为 "default"。
export LANGCHAIN_PROJECT=<your-project> # 如果未指定,默认为 "default"
如果您使用 Python,可以使用以下代码设置环境变量
import os
# 为 LangChain Tracing V2 集成设置环境变量。
os.environ['LANGCHAIN_TRACING_V2'] = 'true'
# 为 LangChain 设置 API 端点。
os.environ['LANGCHAIN_ENDPOINT'] = 'https://api.smith.langchain.com'
# 将 '<your-api-key>' 替换为您的 LangChain API 密钥。
os.environ['LANGCHAIN_API_KEY'] = '<your-api-key>'
# 将 '<your-project>' 替换为您的 LangChain 项目名称。
os.environ['LANGCHAIN_PROJECT'] = '<your-project>'
from embedchain import App
# 初始化 EmbedChain 应用。
app = App()
# 向您的应用添加数据
app.add("https://en.wikipedia.org/wiki/Elon_Musk")
# 查询您的应用
app.query("How many companies did Elon found?")
本文系外文翻译,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文系外文翻译,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。