38 lines
1.1 KiB
Python
38 lines
1.1 KiB
Python
from langchain.prompts import PromptTemplate
|
|
from langchain.chains import LLMChain
|
|
from server.agent import model_container
|
|
from pydantic import BaseModel, Field
|
|
|
|
_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 = model_container.MODEL
|
|
llm_translate = LLMChain(llm=model, prompt=PROMPT)
|
|
ans = llm_translate.run(query)
|
|
return ans
|
|
|
|
class TranslateInput(BaseModel):
|
|
location: str = Field(description="需要被翻译的内容")
|
|
|
|
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) |