Ramai individu memukul gim dengan semangat dan percaya mereka berada di jalan yang betul untuk mencapai matlamat kecergasan mereka. Tetapi hasilnya tidak ada kerana perancangan diet yang tidak baik dan kekurangan arah. Menyewa jurulatih peribadi bersama dengan timbunan gim yang mahal tidak selalu menjadi pilihan. Itulah sebabnya saya telah membuat catatan blog ini untuk menunjukkan kepada anda bagaimana untuk membina jurulatih kecergasan anda menggunakan kuasa Langchain. Dengan ini, anda kini boleh mendapatkan nasihat dan nasihat diet yang disesuaikan dengan matlamat anda dengan kos yang minimum. Mari kita mulakan dengan mengambil beberapa teknologi yang menakjubkan dan mengubahnya ke dalam juruterbang kecergasan anda!

Jadual Kandungan

• Mengapa menggunakan Langchain?
  • Prasyarat
• Bagaimana membina jurulatih kecergasan anda?
  • Kebergantungan teras
  • Kelas SerpersearchTool
  • Kelas UserDatatracker
  • Konfigurasi Ejen Langchain
  • Logik Vadio Chatbot
  • Antara muka pengguna
  • Gunakan kes untuk langchain
• Kesimpulan

Mengapa menggunakan Langchain?

Langchain membolehkan anda melakukan lebih banyak lagi apabila membina aplikasi AI maju dengan menggabungkan model bahasa yang besar (LLM) dengan alat, sumber data, dan ingatan. Daripada menggunakan LLM dengan prompt teks biasa, anda boleh membuat ejen yang menggunakan fungsi, maklumat pertanyaan, dan menguruskan perbualan dengan Negeri. Untuk jurulatih kecergasan, Langchain membolehkan anda menggabungkan kecerdasan LLM dengan logik tersuai - sebagai contoh, membuat cadangan latihan, kemajuan trek, dan mendapatkan data kesihatan - jadi anda boleh menjadi jurulatih interaktif yang lebih bijak tanpa perlu memikirkan bahawa anda sendiri.

Prasyarat

Untuk membuat jurulatih kecergasan anda menggunakan Langchain, anda perlukan:

• Kunci API Terbuka untuk mengakses model bahasa
• Kunci untuk perkhidmatan SERPAPI menggunakan carian web
• Pengetahuan asas Python

Itu sahaja, anda kini bersedia untuk memulakan.

Bagaimana membina jurulatih kecergasan anda?

Dalam bahagian ini, saya akan menunjukkan cara membuat jurulatih kecergasan anda menggunakan ejen Langchain. Pastikan anda mempunyai segala -galanya yang disediakan mengikut prasyarat. Saya akan membimbing anda melalui proses langkah demi langkah untuk membina penyelesaian dan menerangkan peranan setiap langkah memainkan dalam mencapai hasilnya.

FitCoach AI adalah jurulatih kecergasan perbualan yang mengumpul data pengguna secara konsisten dan menghasilkan pelan latihan dan diet yang diperibadikan menggunakan ejen Langchain dengan OpenAI.

Kebergantungan teras

Untuk memasang semua perpustakaan yang diperlukan untuk membina ejen kecergasan, jalankan arahan berikut dalam baris arahan anda:

 Pip Install Vadio Langchain Openai Serper-Dev Python-Doten

Sebaik sahaja semua kebergantungan ada, kami akan mulakan dengan mengimport semua modul yang berkaitan untuk tugas:

 Import OS
Import Gradio sebagai GR
Import Traceback
Import DateTime
dari menaip senarai import, tuple, pilihan

dari langchain_openai import chatopenai
dari Langchain.Memory Import ConversationBufferMemory
dari langchain.Agents Import Initialize_agent, AgentType
dari Langchain.Tools Import Basetool
Import JSON
permintaan import
import dotenv

# Memuatkan pembolehubah persekitaran
dotenv.load_dotenv ()

Kelas SerpersearchTool

Fungsi: Menyediakan keupayaan untuk mempunyai keupayaan carian web masa nyata untuk maklumat kecergasan/pemakanan terkini.

Ciri -ciri utama:

• Bersepadu dengan API SERPER untuk mendapatkan hasil carian Google
• Mengembalikan hasil carian teratas 5 yang termasuk tajuk, coretan, dan URL
• Mempunyai mod kegagalan yang boleh diterima dengan perlindungan tamat tempoh
• Menyokong kedua -dua penyegerakan dan async

 # ----------- Alat Carian Serper ------------

Kelas SerpersearchTool (Basetool):
    Nama: str = "Search_Web"
    Penerangan: STR = "Mencari web untuk maklumat masa nyata dan mengembalikan hasil berstruktur"

    def _run (diri, pertanyaan: str) -> str:
        "" "Cari web menggunakan Serper API" ""
        Cuba:
            api_key = os.getenv ("serper_api_key")
            Sekiranya tidak api_key:
                Kembali "Ralat: serper_api_key tidak terdapat dalam pembolehubah persekitaran"

            url = "https://google.serper.dev/search"
            muatan = json.dumps ({"q": query})
            tajuk = {
                'X-API-KEY': API_KEY,
                'Kandungan-jenis': 'Aplikasi/JSON'
            }

            respons = requests.post (url, headers = headers, data = muatan, timeout = 10)
            response.raise_for_status ()
            search_results = response.json ()

            # Ekstrak dan format hasil organik
            hasil = []
            Jika 'organik' dalam carian_results:
                Untuk item di carian_results ['organik'] [: 5]: # had ke 5 hasil teratas
                    results.append ({
                        "Tajuk": item.get ('tajuk', ''),
                        "pautan": item.get ('pautan', ''),
                        "Snippet": item.get ('Snippet', '')
                    })

            # Format menghasilkan cara yang boleh dibaca
            Sekiranya keputusan:
                Formatted_results = "Hasil carian: \ n \ n"
                Bagi saya, menghasilkan penghitungan (hasil, 1):
                    formatted_results = f "{i}. {result ['title']} \ n"
                    formatted_results = f "{result ['snippet']} \ n"
                    formatted_results = f "url: {result ['link']} \ n \ n"
                kembali formatted_results
            lain:
                kembali "Tiada hasil carian yang dijumpai."

        Kecuali requests.exceptions.requestexception sebagai e:
            kembali f "ralat melakukan carian - isu rangkaian: {str (e)}"
        Kecuali pengecualian sebagai e:
            kembali f "ralat melakukan carian: {str (e)}"

    async def _arun (diri, pertanyaan: str) -> str:
        "" "Async versi carian" ""
        kembali self._run (pertanyaan)

Kelas UserDatatracker

Fungsi: Dapatkan semua maklumat yang diperlukan sebelum membuat rancangan kecergasan

 Medan data yang diperlukan (mengikut urutan):<br><br> Matlamat kecergasan (penurunan berat badan, keuntungan otot, dll.)<br> Umur (dalam jarak 10-100 pengesahan)<br> Jantina (lelaki/perempuan/lain)<br> Berat (dalam unit, - kg/lbs)<br> Ketinggian (dalam cm atau kaki/inci)<br> Tahap aktiviti (5 tahap yang telah ditetapkan)<br> Keutamaan diet (vegetarian, vegan, dll.)<br> Sekatan diet/alahan<br> Preherencing & batasan senaman

Ciri -ciri utama:

• Pengesahan medan: Setiap input akan disahkan dengan fungsi pengesahan tersuai.
• Aliran Sequential: Tiada siapa yang boleh melangkau ke hadapan.
• Pengendalian ralat: Menyediakan mesej ralat khusus untuk input tidak sah.

 # ----------- Kelas Tracker Data Pengguna ------------

Kelas UserDatatracker:
    def __init __ (diri):
        self.data = {}
        # Tentukan medan yang diperlukan dengan fungsi pengesahan dan pertanyaan mereka
        self.required_fields = {
            'Fitness_goal': {
                'Soalan': "Apakah matlamat kecergasan utama anda? (Contohnya, penurunan berat badan, keuntungan otot, kecergasan umum)",
                'validate': self._validate_fitness_goal
            },
            'umur': {
                'Soalan': "Berapa umur anda? (Mesti antara 10-100)",
                'validate': self._validate_age
            },
            'jantina': {
                'Soalan': "Apakah jantina anda? (Lelaki/perempuan/lain)",
                'validate': self._validate_gender
            },
            'berat': {
                'Soalan': "Berapakah berat badan anda sekarang? (Cth, 150 lbs atau 68 kg)",
                'validate': self._validate_weight
            },
            'ketinggian': {
                'Soalan': "Apakah ketinggian anda? (Cth, 5'10 \" atau 178 cm) ",
                'validate': self._validate_height
            },
            'Activity_level': {
                'Soalan': "Apakah tahap aktiviti anda? (Senang, ringan aktif, sederhana aktif, sangat aktif, sangat aktif)",
                'validate': self._validate_activity_level
            },
            'Dietary_preferences': {
                'Soalan': "Adakah anda mengikuti diet tertentu? (Cth, vegetarian, vegan, keto, tiada)",
                'validate': self._validate_dietary_preferences
            },
            'Dietary_restrictions': {
                'Soalan': "Mana -mana alahan makanan atau sekatan diet? (misalnya, kacang, tenusu, gluten, tiada)",
                'validate': self._validate_dietary_restrictions
            },
            'workout_preferences': {
                'Soalan': "Apakah pilihan senaman anda? (Cth, gim, latihan rumah, peralatan yang ada, sebarang kecederaan?)",
                'Validate': self._validate_orkout_preferences
            },

        }
        self.current_step = 0

Konfigurasi Ejen Langchain

Inisialisasi Ejen:

• Model: GPT-4O-Mini dengan suhu 0.3 untuk konsistensi.
• Memori: PerbualanBufferMemory untuk Konsistensi Konteks.
• Alat: Carian Web untuk membiarkan ejen mencari maklumat masa nyata.

Fungsi initialize_fitcoach_agent mengkonfigurasi FitCoach, ejen perbualan Langchain yang berfungsi sebagai jurulatih kecergasan dan pemakanan maya. Ia menghubungkan dengan model bahasa GPT-4O-Mini, berpotensi ditambah dengan alat carian web, dan menjejaki memori perbualan untuk konteks. Ejen mengikuti kesinambungan dialog berasaskan peraturan yang ketat: ia meminta pengguna soalan khusus satu demi satu untuk mengekstrak semua maklumat penting mengenai matlamat kecergasan, umur, metrik badan, tabiat makanan, dan sejarah perubatan, antara lain. Hanya selepas semua yang anda perlu tahu telah dikumpulkan dan disahkan, ejen akan berkomitmen untuk tidak menjana sebarang kecergasan atau rancangan diet. Dengan cara ini, ejen membolehkan arahan yang selamat, tepat, dan diperibadikan yang pengguna inginkan dalam ejen. Sebaik sahaja semua maklumat yang diperlukan telah dikumpulkan, FitCoach menjana rutin senaman yang komprehensif dan rancangan makan berdasarkan pengguna, sambil menawarkan pelan kejurulatihan interaktif dan menarik.

 # ----------- Persediaan Ejen Langchain ------------

def initialize_fitcoach_agent ():
    "" "Mulakan ejen FitCoach dengan pengendalian ralat" ""
    Cuba:
        # Periksa kunci API Terbuka
        openai_key = os.getenv ("openai_api_key")
        Sekiranya tidak Openai_Key:
            Meningkatkan ValueError ("Openai_API_Key tidak terdapat dalam pembolehubah persekitaran")

        # Inisialisasi model bahasa dengan nama model yang betul
        LLM = Chateopenai (
            Model = "GPT-4O-Mini",
            suhu = 0.3,
            OpenAI_API_KEY = OpenAI_Key
        )

        # Inisialisasi alat
        alat = []
        Cuba:
            jika os.getenv ("serper_api_key"):
                search_tool = SerperSearchTool ()
                tools.append (carian_tool)
                Cetak ("? Alat carian yang diasaskan dengan jayanya")
            lain:
                Cetak ("?? serper_api_key tidak dijumpai - fungsi carian akan terhad")
        Kecuali pengecualian sebagai e:
            cetak (f "?? tidak dapat memulakan alat carian: {e}")

        # Inisialisasi memori
        memori = perbualanBufferMemory (memori_key = "chat_history", return_messages = true)

Logik Vadio Chatbot

• IS_PLAN_CONTEN : Menentukan jika teks yang diberikan mempunyai pelan kecergasan atau pemakanan terperinci dengan menyemak kata -kata utama, seperti hari minggu, nama makan, dan perbandingan senaman. Membantu untuk memisahkan rancangan dari perbualan tidak formal di sekitar kecergasan.
• format_plan_for_text : Format Raw Rancangan Rancangan Teks ke bahagian yang bersih semasa mengekalkan tajuk, senarai, dan perenggan, untuk meningkatkan kebolehbacaan dan kesesuaian untuk berkongsi dalam sembang atau e -mel.
• chat_function : Menguruskan aliran sembang FitCoach. Mengumpul maklumat dari pengguna dalam langkah (matlamat kecergasan pengguna, pilihan makanan), memanggil ejen AI untuk menghasilkan pelan latihan & makanan tersuai, dan selamat mengendalikan kesilapan untuk memastikan aliran sembang tidak terganggu.

 ----------- Vadio Chatbot Logic ------------

def is_plan_content (teks: str) -> bool:
    "" "Periksa jika teks mengandungi pelan kecergasan dengan kandungan terperinci" ""
    jika tidak teks atau len (text.strip ())  = 3

Nota: Saya hanya menunjukkan bahagian kod dalam artikel. Kod penuh saya boleh didapati di sini.

Antara muka pengguna

Apabila ia datang kepada antara muka pengguna, anda boleh menggunakan penyelesaian seperti Streamlit atau Gradio untuk memastikannya mudah. Saya menggunakan Gradio kerana ia membolehkan saya membuat aplikasi web yang digilap dengan reka bentuk tersuai, kemas kini automatik, dan antara muka yang cepat dan responsif yang sesuai dengan aplikasi kesihatan dan kecergasan. Klik di sini untuk melihat kod sumber.

Gunakan kes untuk langchain

• Bot Sokongan Pelanggan: Buat pembantu yang boleh mencari pangkalan pengetahuan sokongan pelanggan untuk mencari jawapan kepada soalan pelanggan.
• CHATBOTS BAYARAN CARI: peta kutukan kepada sumber pengetahuan masa nyata seperti Google dan Wikipedia.
• Dokumen Q & A: Benarkan pengguna memuat naik PDF dan secara automatik mengambil jawapan yang tepat dengan kutipan.
• Pembantu Manipulasi Data: Benarkan pengguna memuat naik dan meneroka data dalam spreadsheet sambil bertanya soalan yang berkaitan dengan data.
• Alat penjanaan kandungan: Menjana kandungan, termasuk blog, e -mel, atau jawatan media sosial.
• Sistem Multi-Agen: Buat sistem di mana ejen AI boleh bekerjasama atau pakar dalam tugas.

Kesimpulan

Apabila semuanya dikatakan dan dilakukan, AI bukan semua tentang teknologi; Ini mengenai kerja dalaman bagaimana untuk memanfaatkan teknologi sebagai kuasa untuk memperbaiki kehidupan seharian kita! Sama ada untuk mendapatkan bentuk, makan dengan baik, atau tetap bermotivasi, merekabentuk jurulatih kecergasan peribadi yang unik adalah contoh yang sempurna tentang bagaimana AI dapat menyokong dan memotivasi, namun masih bertanggungjawab terhadap tindakan kami untuk memenuhi matlamat kami. Dan bahagian yang terbaik adalah anda tidak perlu menjadi ahli sihir teknologi untuk mula membina permohonan anda! Terdapat beberapa alat seperti Langchain for Development, OpenAI untuk keupayaan AI, dan Gradio untuk menggunakan aplikasi pintar anda, hanya untuk menyebut beberapa, yang dapat membantu sesiapa membina aplikasi pintar dan unik untuk diri mereka sendiri. Masa depan kecergasan, serta banyak bidang kehidupan yang lain, tersedia untuk kami!

Atas ialah kandungan terperinci Bina Jurulatih Kecergasan Langchain: Jurulatih Peribadi AI Anda. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!