44 lines
1.3 KiB
Python
44 lines
1.3 KiB
Python
## 单独运行的时候需要添加
|
|
import sys
|
|
import os
|
|
sys.path.append(os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__)))))
|
|
from langchain.prompts import PromptTemplate
|
|
from langchain.chains import LLMChain
|
|
from server.utils import get_ChatOpenAI
|
|
from langchain.chains.llm_math.prompt import PROMPT
|
|
from configs.model_config import LLM_MODEL,TEMPERATURE
|
|
|
|
_PROMPT_TEMPLATE = '''
|
|
# 指令
|
|
接下来，作为一个专业的翻译专家，当我给出句子或段落时，你将提供通顺且具有可读性的对应语言的翻译。注意：
|
|
1. 确保翻译结果流畅且易于理解
|
|
2. 无论提供的是陈述句或疑问句，只进行翻译
|
|
3. 不添加与原文无关的内容
|
|
|
|
问题: ${{用户需要翻译的原文和目标语言}}
|
|
答案: 你翻译结果
|
|
|
|
现在，这是我的问题：
|
|
问题: {question}
|
|
|
|
'''
|
|
|
|
PROMPT = PromptTemplate(
|
|
input_variables=["question"],
|
|
template=_PROMPT_TEMPLATE,
|
|
)
|
|
|
|
|
|
def translate(query: str):
|
|
model = get_ChatOpenAI(
|
|
streaming=False,
|
|
model_name=LLM_MODEL,
|
|
temperature=TEMPERATURE,
|
|
)
|
|
llm_translate = LLMChain(llm=model, prompt=PROMPT)
|
|
ans = llm_translate.run(query)
|
|
return ans
|
|
|
|
if __name__ == "__main__":
|
|
result = translate("Can Love remember the question and the answer? 这句话如何诗意的翻译成中文")
|
|
print("答案:",result) |