Añadir memoria a los modelos de AI21 Labs con LangChain: Un tutorial paso a paso

Introducción

En los últimos años, los modelos de IA han avanzado drásticamente, lo que permite a los desarrolladores crear chatbots y agentes conversacionales con relativa facilidad. AI21 Labs ha introducido varios modelos que empoderan a los usuarios para aprovechar el potencial de la inteligencia artificial. Sin embargo, uno de los desafíos que muchos desarrolladores enfrentan es el seguimiento manual de las interacciones con estos modelos. Aquí es donde LangChain entra en juego, agilizando el proceso de gestión del historial de conversaciones. En esta guía, recorreremos cómo implementar rápidamente un chatbot sencillo que utilice LangChain para la gestión de memoria.

Implementación

Dependencias

Para comenzar, configuraremos un directorio de proyecto y crearemos un entorno virtual donde podamos instalar las dependencias necesarias. Aquí está cómo empezar:

mkdir my_chatbot
cd my_chatbot
python -m venv venv
source venv/bin/activate  # En Windows usa: venv\Scripts\activate

Instalando Dependencias

Después de activar tu entorno virtual, el siguiente paso es instalar las bibliotecas necesarias. Principalmente utilizaremos LangChain y la API de AI21. Puedes instalarlas usando pip:

pip install langchain ai21

¡Hora de Codificar!

Ahora es el momento de empezar a codificar nuestro chatbot. Comienza creando un archivo .env en tu directorio de proyecto para almacenar tu clave API de AI21 Labs. Esta clave nos permitirá enviar solicitudes al modelo AI21.

echo "AI21_API_KEY=your_api_key_here" > .env

Creando el Archivo Principal

Crea un nuevo archivo llamado main.py en tu directorio de proyecto. Este archivo contendrá todo el código para nuestro chatbot. Comienza importando los módulos necesarios y cargando tu clave API:

import os
from langchain import LLMChain
from langchain.memory import ConversationBufferMemory
import ai21  

# Cargar clave API
from dotenv import load_dotenv
load_dotenv()
api_key = os.getenv("AI21_API_KEY")

Configurando el Chatbot

Para el propósito de este tutorial, crearemos un chatbot sencillo que se ejecute en la terminal. Puedes personalizar y expandir esta aplicación según sea necesario. Comienza configurando una plantilla de prompt para guiar al modelo:

prompt_template = "Eres un asistente útil. ¿Cómo puedo ayudarte hoy?"
memory = ConversationBufferMemory(memory_key="chat_history", return_messages=True)

A continuación, instancia la cadena LLM para manejar la conversación:

llm_chain = LLMChain(llm=ai21.AI21(api_key), prompt=prompt_template, memory=memory, verbose=True)

Creando el Bucle Principal

El siguiente paso es implementar el bucle principal para el chatbot. Este bucle permitirá al usuario ingresar texto y recibir respuestas:

while True:
    user_input = input("Tú: ")
    if user_input.lower() == 'exit':
        break
    response = llm_chain.run(input=user_input)
    print(f"IA: {response}")

Resultados

Ahora que hemos configurado nuestro chatbot, ¡es hora de ejecutar la aplicación!

python main.py

Una vez que la aplicación esté en funcionamiento, puedes tener una conversación con tu chatbot de IA. El chatbot retiene la memoria de tus interacciones anteriores, lo que mejora el flujo general de la conversación. Notarás cómo la memoria funciona sin problemas, permitiendo una experiencia de usuario más rica.

Probando la Aplicación

Para probar la funcionalidad, inicia una conversación. A medida que sigas charlando, observa cómo el chatbot recuerda el contexto y responde en consecuencia:

Tú: ¡Hola!
IA: Eres un asistente útil. ¿Cómo puedo ayudarte hoy?
Tú: ¡Cuéntame un chiste!
IA: ¿Por qué el espantapájaros ganó un premio? ¡Porque era sobresaliente en su campo!

Conclusión

Implementar un chatbot usando AI21 Labs y LangChain no solo es sencillo, sino también altamente efectivo para crear aplicaciones responsivas. Este tutorial ha delineado los pasos esenciales para configurar tu propio chatbot con memoria de conversación en su lugar. Te animo a interactuar con otros desarrolladores y explorar más durante el ¡Plug into AI con el Hackathon de AI21! ¡Feliz codificación!