LLM 集成

使用 LangChain JavaScript 与 IBM watsonx.ai LLM 集成。

这将帮助您使用 LangChain 开始使用 IBM 文本完成模型（LLM）。有关 IBM watsonx.ai 功能和配置选项的详细文档，请参考 IBM watsonx.ai。

概述

集成详情

类	包	本地	可序列化	PY 支持	下载	版本
WatsonxLLM	@langchain/ibm	❌	✅	✅

设置

要访问 IBM WatsonxAI 模型，您需要创建一个 IBM watsonx.ai 账户，获取 API 密钥或其他任何类型的凭证，并安装 @langchain/ibm 集成包。

凭证

前往 IBM Cloud 注册 IBM watsonx.ai 并生成 API 密钥，或提供下方所示的其他任何形式的身份验证。

IAM 身份验证

export WATSONX_AI_AUTH_TYPE=iam
export WATSONX_AI_APIKEY=<YOUR-APIKEY>

Bearer 令牌身份验证

export WATSONX_AI_AUTH_TYPE=bearertoken
export WATSONX_AI_BEARER_TOKEN=<YOUR-BEARER-TOKEN>

IBM watsonx.ai 软件身份验证

export WATSONX_AI_AUTH_TYPE=cp4d
export WATSONX_AI_USERNAME=<YOUR_USERNAME>
export WATSONX_AI_PASSWORD=<YOUR_PASSWORD>
export WATSONX_AI_URL=<URL>

将这些放入您的环境变量中并初始化对象后，身份验证将自动进行。

也可以通过将这些值作为参数传递给新实例来完成身份验证。

IAM 身份验证

import { WatsonxLLM } from "@langchain/ibm";

const props = {
  version: "YYYY-MM-DD",
  serviceUrl: "<SERVICE_URL>",
  projectId: "<PROJECT_ID>",
  watsonxAIAuthType: "iam",
  watsonxAIApikey: "<YOUR-APIKEY>",
};
const instance = new WatsonxLLM(props);

Bearer 令牌身份验证

import { WatsonxLLM } from "@langchain/ibm";

const props = {
  version: "YYYY-MM-DD",
  serviceUrl: "<SERVICE_URL>",
  projectId: "<PROJECT_ID>",
  watsonxAIAuthType: "bearertoken",
  watsonxAIBearerToken: "<YOUR-BEARERTOKEN>",
};
const instance = new WatsonxLLM(props);

IBM watsonx.ai 软件身份验证

import { WatsonxLLM } from "@langchain/ibm";

const props = {
  version: "YYYY-MM-DD",
  serviceUrl: "<SERVICE_URL>",
  projectId: "<PROJECT_ID>",
  watsonxAIAuthType: "cp4d",
  watsonxAIUsername: "<YOUR-USERNAME>",
  watsonxAIPassword: "<YOUR-PASSWORD>",
  watsonxAIUrl: "<url>",
};
const instance = new WatsonxLLM(props);

如果您想自动跟踪您的模型调用，可以通过取消注释下方来设置您的 LangSmith API 密钥：

# export LANGSMITH_TRACING="true"
# export LANGSMITH_API_KEY="your-api-key"

安装

LangChain IBM watsonx.ai 集成位于 @langchain/ibm 包中：

npm

npm install @langchain/ibm @langchain/core

实例化

现在我们可以实例化我们的模型对象并生成聊天完成：

import { WatsonxLLM } from "@langchain/ibm";

const props = {
  decoding_method: "sample",
  maxNewTokens: 100,
  minNewTokens: 1,
  temperature: 0.5,
  topK: 50,
  topP: 1,
};
const instance = new WatsonxLLM({
  version: "YYYY-MM-DD",
  serviceUrl: process.env.API_URL,
  projectId: "<PROJECT_ID>",
  // spaceId: "<SPACE_ID>",
  // idOrName: "<DEPLOYMENT_ID>",
  model: "<MODEL_ID>",
  ...props,
});

注意：

• 您必须提供 spaceId、projectId 或 idOrName（部署 ID），除非您使用无需指定任何内容即可工作的轻量级引擎（参考 watsonx.ai 文档）
• 根据您的服务实例所在的区域，使用正确的 serviceUrl。
• 您需要通过 model_id 指定您想要用于推理的模型。

使用模型网关

import { WatsonxLLM } from "@langchain/ibm";

const props = {
  decoding_method: "sample",
  maxNewTokens: 100,
  minNewTokens: 1,
  temperature: 0.5,
  topK: 50,
  topP: 1,
};

const instance = new WatsonxLLM({
  version: "YYYY-MM-DD",
  serviceUrl: process.env.API_URL,
  model: "<MODEL_ID>",
  modelGateway: true,
  ...props,
});

要使用 Langchain 与模型网关，您需要预先创建一个提供程序，并通过 @ibm-cloud/watsonx-ai SDK 或 watsonx.ai API 添加模型。请遵循此文档：

• API。
• SDK。

调用和生成

const result = await instance.invoke("Print hello world.");
console.log(result);

const results = await instance.generate([
  "Print hello world.",
  "Print bye, bye world!",
]);
console.log(results);

print('Hello world.')<|endoftext|>
{
  generations: [ [ [Object] ], [ [Object] ] ],
  llmOutput: { tokenUsage: { generated_token_count: 28, input_token_count: 10 } }
}

链接

我们可以像这样将我们的完成模型与提示词模板链接：

import { PromptTemplate } from "@langchain/core/prompts"

const prompt = PromptTemplate.fromTemplate("How to say {input} in {output_language}:\n")

const chain = prompt.pipe(instance);
await chain.invoke(
  {
    output_language: "German",
    input: "I love programming.",
  }
)

Ich liebe Programmieren.

To express that you are passionate about programming in German,

属性覆盖

在初始化时传递的属性将贯穿对象整个生命周期，但是您可以通过传递第二个参数来为单个方法的调用覆盖它们，如下所示

const result2 = await instance.invoke("Print hello world.", {
  parameters: {
    maxNewTokens: 100,
  },
});
console.log(result2);

print('Hello world.')<|endoftext|>

分词

此包具有自定义的 getNumTokens 实现，它将返回将使用的确切 Token 数量。

const tokens = await instance.getNumTokens("Print hello world.");
console.log(tokens);

4

---

API 参考

有关所有 IBM watsonx.ai 功能和配置的详细文档，请前往 API 参考：API 文档

---

官方原文：src/oss/javascript/integrations/llms/ibm.mdx · 非官方翻译，译文由 AI 生成，以英文原文为准。