跳到主要内容
本 Notebook 演示如何使用 Arcee 类通过 Arcee 的领域适应语言模型 (DALM) 生成文本。 
##Installing the langchain packages needed to use the integration
pip install -qU langchain-community

​
设置

在使用 Arcee 之前，请确保 Arcee API 密钥已设置为 ARCEE_API_KEY 环境变量。您也可以将 API 密钥作为命名参数传递。 
from langchain_community.llms import Arcee

# Create an instance of the Arcee class
arcee = Arcee(
    model="DALM-PubMed",
    # arcee_api_key="ARCEE-API-KEY" # if not already set in the environment
)

​
额外配置

您还可以根据需要配置 Arcee 的参数，例如 arcee_api_url、arcee_app_url 和 model_kwargs。在对象初始化时设置 model_kwargs 会将这些参数用作后续所有生成响应调用的默认参数。 
arcee = Arcee(
    model="DALM-Patent",
    # arcee_api_key="ARCEE-API-KEY", # if not already set in the environment
    arcee_api_url="https://custom-api.arcee.ai",  # default is https://api.arcee.ai
    arcee_app_url="https://custom-app.arcee.ai",  # default is https://app.arcee.ai
    model_kwargs={
        "size": 5,
        "filters": [
            {
                "field_name": "document",
                "filter_type": "fuzzy_search",
                "value": "Einstein",
            }
        ],
    },
)

​
生成文本

您可以通过提供提示从 Arcee 生成文本。以下是一个示例： 
# Generate text
prompt = "Can AI-driven music therapy contribute to the rehabilitation of patients with disorders of consciousness?"
response = arcee(prompt)

​
额外参数

Arcee 允许您应用 filters 并设置检索到的文档的 size（数量）以辅助文本生成。过滤器有助于缩小结果范围。以下是如何使用这些参数的示例： 
# Define filters
filters = [
    {"field_name": "document", "filter_type": "fuzzy_search", "value": "Einstein"},
    {"field_name": "year", "filter_type": "strict_search", "value": "1905"},
]

# Generate text with filters and size params
response = arcee(prompt, size=5, filters=filters)
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.