langchain_community.callbacks.argilla_callback
.ArgillaCallbackHandler¶
- class langchain_community.callbacks.argilla_callback.ArgillaCallbackHandler(dataset_name: str, workspace_name: Optional[str] = None, api_url: Optional[str] = None, api_key: Optional[str] = None)[source]¶
回调处理程序,用于登录到Argilla。
- 参数:
- dataset_name: Argilla中`FeedbackDataset`的名称。请注意,它必须
预先存在。如果您需要关于如何在Argilla中创建`FeedbackDataset`的帮助, 请访问 https://docs.argilla.io/en/latest/tutorials_and_integrations/integrations/use_argilla_callback_in_langchain.html。
- workspace_name: Argilla中指定的工作区的名称,
FeedbackDataset`所在的地方。默认为`None,这意味着将使用 默认工作区。
- api_url: 我们要使用的Argilla服务器的URL,以及
FeedbackDataset`所在的地方。默认为`None,这意味着将使用 `ARGILLA_API_URL`环境变量或默认值。
- api_key: 连接到Argilla服务器的API密钥。默认为`None`,这意味着将使用
`ARGILLA_API_KEY`环境变量或默认值。
- 引发:
ImportError: 如果未安装`argilla`包。 ConnectionError: 如果连接到Argilla失败。 FileNotFoundError: 如果从Argilla检索`FeedbackDataset`失败。
- 示例:
>>> from langchain_community.llms import OpenAI >>> from langchain_community.callbacks import ArgillaCallbackHandler >>> argilla_callback = ArgillaCallbackHandler( ... dataset_name="my-dataset", ... workspace_name="my-workspace", ... api_url="http://localhost:6900", ... api_key="argilla.apikey", ... ) >>> llm = OpenAI( ... temperature=0, ... callbacks=[argilla_callback], ... verbose=True, ... openai_api_key="API_KEY_HERE", ... ) >>> llm.generate([ ... "What is the best NLP-annotation tool out there? (no bias at all)", ... ]) "Argilla,毫无疑问。"
初始化`ArgillaCallbackHandler`。
- 参数:
dataset_name:Argilla中`FeedbackDataset`的名称。请注意,它必须事先存在。如果您需要关于如何在Argilla中创建`FeedbackDataset`的帮助,请访问https://docs.argilla.io/en/latest/tutorials_and_integrations/integrations/use_argilla_callback_in_langchain.html。 workspace_name:Argilla中指定的`FeedbackDataset`所在的工作区的名称。默认为`None`,这意味着将使用默认工作区。 api_url:我们要使用的Argilla服务器的URL,以及`FeedbackDataset`所在的位置。默认为`None`,这意味着将使用`ARGILLA_API_URL`环境变量或默认值。 api_key:连接到Argilla服务器的API密钥。默认为`None`,这意味着将使用`ARGILLA_API_KEY`环境变量或默认值。
- 抛出:
ImportError:如果未安装`argilla`包。 ConnectionError:如果连接到Argilla失败。 FileNotFoundError:如果从Argilla检索`FeedbackDataset`失败。
Attributes
BLOG_URL
DEFAULT_API_URL
ISSUES_URL
REPO_URL
ignore_agent
是否忽略代理回调。
ignore_chain
是否忽略链式回调。
ignore_chat_model
是否忽略聊天模型的回调。
ignore_llm
是否忽略LLM回调。
ignore_retriever
是否忽略检索器回调函数。
ignore_retry
是否忽略重试回调。
raise_error
run_inline
Methods
__init__
(dataset_name[, workspace_name, ...])初始化`ArgillaCallbackHandler`。
on_agent_action
(action, **kwargs)当代理执行特定动作时不执行任何操作。
on_agent_finish
(finish, **kwargs)什么都不做
on_chain_end
(outputs, **kwargs)如果`parent_run_id`或`run_id`中的任一个在`self.prompts`中,那么将输出记录到Argilla,并从`self.prompts`中弹出该运行。如果输出是一个列表或不是一个列表,则行为会有所不同。
on_chain_error
(error, **kwargs)当LLM链输出错误时不执行任何操作。
on_chain_start
(serialized, inputs, **kwargs)如果键`input`在`inputs`中,则使用`parent_run_id`或`run_id`将其保存在`self.prompts`中。这样做是为了避免在LLM启动时和链启动时重复记录相同的输入提示。
on_chat_model_start
(serialized, messages, *, ...)当聊天模型开始运行时运行。
on_llm_end
(response, **kwargs)当LLM结束时,将日志记录到Argilla。
on_llm_error
(error, **kwargs)LLM 输出错误时不执行任何操作。
on_llm_new_token
(token, **kwargs)当生成一个新的令牌时不执行任何操作。
on_llm_start
(serialized, prompts, **kwargs)当一个LLM启动时,将提示保存在内存中。
on_retriever_end
(documents, *, run_id[, ...])当Retriever运行结束时运行。
on_retriever_error
(error, *, run_id[, ...])当Retriever出错时运行。
on_retriever_start
(serialized, query, *, run_id)当Retriever开始运行时运行。
on_retry
(retry_state, *, run_id[, parent_run_id])在重试事件上运行。
on_text
(text, **kwargs)什么都不做
on_tool_end
(output[, observation_prefix, ...])工具结束时不执行任何操作。
on_tool_error
(error, **kwargs)当工具输出错误时不执行任何操作。
on_tool_start
(serialized, input_str, **kwargs)工具启动时不执行任何操作。
- Parameters
dataset_name (str) –
workspace_name (Optional[str]) –
api_url (Optional[str]) –
api_key (Optional[str]) –
- Return type
None
- __init__(dataset_name: str, workspace_name: Optional[str] = None, api_url: Optional[str] = None, api_key: Optional[str] = None) None [source]¶
初始化`ArgillaCallbackHandler`。
- 参数:
dataset_name:Argilla中`FeedbackDataset`的名称。请注意,它必须事先存在。如果您需要关于如何在Argilla中创建`FeedbackDataset`的帮助,请访问https://docs.argilla.io/en/latest/tutorials_and_integrations/integrations/use_argilla_callback_in_langchain.html。 workspace_name:Argilla中指定的`FeedbackDataset`所在的工作区的名称。默认为`None`,这意味着将使用默认工作区。 api_url:我们要使用的Argilla服务器的URL,以及`FeedbackDataset`所在的位置。默认为`None`,这意味着将使用`ARGILLA_API_URL`环境变量或默认值。 api_key:连接到Argilla服务器的API密钥。默认为`None`,这意味着将使用`ARGILLA_API_KEY`环境变量或默认值。
- 抛出:
ImportError:如果未安装`argilla`包。 ConnectionError:如果连接到Argilla失败。 FileNotFoundError:如果从Argilla检索`FeedbackDataset`失败。
- Parameters
dataset_name (str) –
workspace_name (Optional[str]) –
api_url (Optional[str]) –
api_key (Optional[str]) –
- Return type
None
- on_agent_action(action: AgentAction, **kwargs: Any) Any [source]¶
当代理执行特定动作时不执行任何操作。
- Parameters
action (AgentAction) –
kwargs (Any) –
- Return type
Any
- on_agent_finish(finish: AgentFinish, **kwargs: Any) None [source]¶
什么都不做
- Parameters
finish (AgentFinish) –
kwargs (Any) –
- Return type
None
- on_chain_end(outputs: Dict[str, Any], **kwargs: Any) None [source]¶
如果`parent_run_id`或`run_id`中的任一个在`self.prompts`中,那么将输出记录到Argilla,并从`self.prompts`中弹出该运行。如果输出是一个列表或不是一个列表,则行为会有所不同。
- Parameters
outputs (Dict[str, Any]) –
kwargs (Any) –
- Return type
None
- on_chain_error(error: BaseException, **kwargs: Any) None [source]¶
当LLM链输出错误时不执行任何操作。
- Parameters
error (BaseException) –
kwargs (Any) –
- Return type
None
- on_chain_start(serialized: Dict[str, Any], inputs: Dict[str, Any], **kwargs: Any) None [source]¶
如果键`input`在`inputs`中,则使用`parent_run_id`或`run_id`将其保存在`self.prompts`中。这样做是为了避免在LLM启动时和链启动时重复记录相同的输入提示。
- Parameters
serialized (Dict[str, Any]) –
inputs (Dict[str, Any]) –
kwargs (Any) –
- Return type
None
- on_chat_model_start(serialized: Dict[str, Any], messages: List[List[BaseMessage]], *, run_id: UUID, parent_run_id: Optional[UUID] = None, tags: Optional[List[str]] = None, metadata: Optional[Dict[str, Any]] = None, **kwargs: Any) Any ¶
当聊天模型开始运行时运行。
注意 : 此方法用于聊天模型。如果您正在为非聊天模型实现处理程序,则应改用on_llm_start。
- Parameters
serialized (Dict[str, Any]) –
messages (List[List[BaseMessage]]) –
run_id (UUID) –
parent_run_id (Optional[UUID]) –
tags (Optional[List[str]]) –
metadata (Optional[Dict[str, Any]]) –
kwargs (Any) –
- Return type
Any
- on_llm_end(response: LLMResult, **kwargs: Any) None [source]¶
当LLM结束时,将日志记录到Argilla。
- Parameters
response (LLMResult) –
kwargs (Any) –
- Return type
None
- on_llm_error(error: BaseException, **kwargs: Any) None [source]¶
LLM 输出错误时不执行任何操作。
- Parameters
error (BaseException) –
kwargs (Any) –
- Return type
None
- on_llm_new_token(token: str, **kwargs: Any) None [source]¶
当生成一个新的令牌时不执行任何操作。
- Parameters
token (str) –
kwargs (Any) –
- Return type
None
- on_llm_start(serialized: Dict[str, Any], prompts: List[str], **kwargs: Any) None [source]¶
当一个LLM启动时,将提示保存在内存中。
- Parameters
serialized (Dict[str, Any]) –
prompts (List[str]) –
kwargs (Any) –
- Return type
None
- on_retriever_end(documents: Sequence[Document], *, run_id: UUID, parent_run_id: Optional[UUID] = None, **kwargs: Any) Any ¶
当Retriever运行结束时运行。
- Parameters
documents (Sequence[Document]) –
run_id (UUID) –
parent_run_id (Optional[UUID]) –
kwargs (Any) –
- Return type
Any
- on_retriever_error(error: BaseException, *, run_id: UUID, parent_run_id: Optional[UUID] = None, **kwargs: Any) Any ¶
当Retriever出错时运行。
- Parameters
error (BaseException) –
run_id (UUID) –
parent_run_id (Optional[UUID]) –
kwargs (Any) –
- Return type
Any
- on_retriever_start(serialized: Dict[str, Any], query: str, *, run_id: UUID, parent_run_id: Optional[UUID] = None, tags: Optional[List[str]] = None, metadata: Optional[Dict[str, Any]] = None, **kwargs: Any) Any ¶
当Retriever开始运行时运行。
- Parameters
serialized (Dict[str, Any]) –
query (str) –
run_id (UUID) –
parent_run_id (Optional[UUID]) –
tags (Optional[List[str]]) –
metadata (Optional[Dict[str, Any]]) –
kwargs (Any) –
- Return type
Any
- on_retry(retry_state: RetryCallState, *, run_id: UUID, parent_run_id: Optional[UUID] = None, **kwargs: Any) Any ¶
在重试事件上运行。
- Parameters
retry_state (RetryCallState) –
run_id (UUID) –
parent_run_id (Optional[UUID]) –
kwargs (Any) –
- Return type
Any
- on_text(text: str, **kwargs: Any) None [source]¶
什么都不做
- Parameters
text (str) –
kwargs (Any) –
- Return type
None
- on_tool_end(output: Any, observation_prefix: Optional[str] = None, llm_prefix: Optional[str] = None, **kwargs: Any) None [source]¶
工具结束时不执行任何操作。
- Parameters
output (Any) –
observation_prefix (Optional[str]) –
llm_prefix (Optional[str]) –
kwargs (Any) –
- Return type
None