■ ChatOllama 클래스를 사용해 ollama에서 gemma2 모델 챗봇을 만드는 방법을 보여준다.
※ Ollama 설치와 gemma2:2b 모델이 다운로드 되어 있어야 한다.
▶ main.py
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 |
from langchain_community.chat_models import ChatOllama from langchain_core.prompts import ChatPromptTemplate from langchain_core.prompts import MessagesPlaceholder from typing import List from typing import Dict from langchain_core.messages import AIMessage from langchain_core.messages import HumanMessage class ChatBot: def __init__(self): self.llm = ChatOllama(model = "gemma2:2b") self.prompt = ChatPromptTemplate.from_messages( [ ("system", "{system_message}"), MessagesPlaceholder(variable_name = "chat_history"), ("human", "{human_message}") ] ) def _parse_messages(self, messageList : List[Dict[str, str]]): systemMessageString = "" chatHistoryList = [] humanMessageString = "" for message in messageList: if message["role"] == "system": systemMessageString = message["content"] elif message["role"] == "user": humanMessageString = message["content"] elif message["role"] == "assistant": chatHistoryList.append(AIMessage(content=message["content"])) if message["role"] == "user" and not humanMessageString: chatHistoryList.append(HumanMessage(content = message["content"])) return systemMessageString, chatHistoryList, humanMessageString def chat(self, messageList : List[Dict[str, str]]): systemMessageString, chatHistoryList, humanMessageString = self._parse_messages(messageList) runnableSequence = self.prompt | self.llm return runnableSequence.stream( { "system_message" : systemMessageString, "chat_history" : chatHistoryList, "human_message" : humanMessageString } ) if __name__ == "__main__": chatbot = ChatBot() messageList = { "messages" : [ { "role" : "system", "content" : "당신은 Python 전문가 입니다. 설명시 이모지 문자는 출력하지 않습니다. 답변을 완료하면서 공백의 여러 줄을 출력하지 않습니다." }, { "role" : "user" , "content" : "python으로 현재 시간에 대해 시침과 분침의 각도를 계산하고 출력하는 코드를 작성해주세요." } ] } for aiMessageChunk in chatbot.chat(messageList["messages"]): print(aiMessageChunk.content, end = "", flush = True) print() |
▶ requirements.txt
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 |
aiohappyeyeballs==2.4.0 aiohttp==3.10.5 aiosignal==1.3.1 annotated-types==0.7.0 anyio==4.4.0 attrs==24.2.0 certifi==2024.8.30 charset-normalizer==3.3.2 dataclasses-json==0.6.7 frozenlist==1.4.1 greenlet==3.0.3 h11==0.14.0 httpcore==1.0.5 httpx==0.27.2 idna==3.8 jsonpatch==1.33 jsonpointer==3.0.0 langchain==0.2.16 langchain-community==0.2.16 langchain-core==0.2.38 langchain-text-splitters==0.2.4 langsmith==0.1.114 marshmallow==3.22.0 multidict==6.0.5 mypy-extensions==1.0.0 numpy==1.26.4 orjson==3.10.7 packaging==24.1 pydantic==2.8.2 pydantic_core==2.20.1 PyYAML==6.0.2 requests==2.32.3 sniffio==1.3.1 SQLAlchemy==2.0.34 tenacity==8.5.0 typing-inspect==0.9.0 typing_extensions==4.12.2 urllib3==2.2.2 yarl==1.9.11 |
※ pip install langchain-community 명령을 실행했다.