如何使用LangChain和Qwen-2.5-32B构建AI写作助手

在人工智能时代，大型语言模型是自动创建内容、与人类交流和智能解决复杂问题的关键。在强大的模型中，阿里巴巴达摩研究院开发的Qwen 2.5 32B是一个拥有320亿个参数的强大人工智能模型。它以生成高质量内容、有效推理和理解上下文而闻名。Qwen 2.5 32B 将人工智能能力提升到了新的水平。本文将讨论 Qwen 2.5 32B 和 LangChain 如何合作改造人工智能应用，它们的功能、优势和在现实生活中的作用，以及它们作为人工智能一部分的重要性。

学习目标

• 了解 Qwen 2.5 32B 在人工智能驱动的内容生成中的功能和应用，以构建写作助手。
• 了解 LangChain 如何与 Qwen 2.5 32B 集成，以增强人工智能驱动的工作流，从而构建写作助手。
• 探索 Qwen 2.5 32B 在改写、提示生成和文本简化方面的实际应用。
• 使用 LangChain 和 Qwen 2.5 32B 建立基于 Streamlit 的人工智能应用程序。
• 深入了解如何优化人工智能提示，以提高文本清晰度和结构化交流。

什么是Qwen 2.5 32B？

Qwen 2.5 32B 是阿里巴巴达摩院开发的大型语言模型。它是以强大的自然语言理解和生成能力著称的 Qwen 系列的一部分。该模型拥有 320 亿个参数，可处理各种人工智能任务，包括

• 文本生成（创意和专业写作）
• 代码生成
• 翻译和摘要
• 对话式人工智能
• 高级推理和问题解决

Qwen 2.5 32B 针对高质量文本生成进行了优化，是需要类似人类的流畅性和上下文意识的应用程序的最佳选择。

什么是LangChain？

LangChain 是一个人工智能框架，可帮助开发人员使用 Qwen 2.5 32B 等大型语言模型 (LLM) 构建应用程序。它提供了以下工具

• 将 LLM 与外部数据源连接起来
• 管理多步推理和决策
• 创建人工智能驱动的代理，与用户进行动态交互
• 构建聊天机器人、自动化工具和人工智能驱动的应用程序

通过将 LangChain 与 Qwen 2.5 32B 相结合，企业可以构建高级人工智能应用程序，以重写句子、生成提示、简化文本并提高写作质量。

问题

对于个人和企业而言，有效沟通都是一项严峻的挑战。结构不良的句子、复杂的术语和不清晰的提示往往会导致误解、低效和低质量的人工智能生成输出。无论是撰写专业电子邮件、生成精确的人工智能提示，还是简化技术内容，用户往往难以用清晰、有条理和有影响力的方式表达自己的想法。

解决方案

这款人工智能驱动的应用程序通过提高文本清晰度、优化人工智能提示生成和简化复杂内容来解决这一问题：

• 重写句子：确保写作语法正确、精炼、专业。
• 图片和视频提示生成器：为人工智能生成的准确媒体创建结构合理的提示。
• 文本简化器：将复杂的文档转换为易于理解的语言。

流程图

文本改进应用程序在 Streamlit 中遵循简化的工作流程，以高效地增强用户输入。当用户选择该应用程序并输入需要改进的文本时，流程就开始了。点击处理按钮后，系统会加载 ChatGroq LLM 模型，并根据所选功能确定适当的处理逻辑–无论是改写句子、生成图像和视频提示，还是简化文本。每个处理逻辑都会相应执行，并利用 LLMChain 生成完善的输出。最后，改进后的文本将显示在 Streamlit 界面中，确保提供无缝和用户友好的体验。

使用Streamlit和LangChain构建写作助手

下面我们将介绍如何使用 Streamlit 和 LangChain 建立一个人工智能驱动的文本改进应用程序。从环境设置到处理用户输入，请按照以下步骤构建一个直观、高效的文本改进工具。

第 1 步：环境设置

使用 python -m venv env 创建一个虚拟环境，并根据操作系统（Windows 或 macOS/Linux）激活它。

# Create a Environment
python -m venv env
# Activate it on Windows
.\env\Scripts\activate
# Activate in MacOS/Linux
source env/bin/activate

第 2 步：安装 Requirements.txt

从提供的 GitHub 链接运行 pip install -r requirements.txt 安装所有需要的软件包。

pip install -r https://raw.githubusercontent.com/Gouravlohar/rewriter/refs/heads/main/requirements.txt

第 3 步：设置API密钥

从 Groq 获取 API 密钥，并以 API_KEY="Your API KEY PASTE HERE" 形式存储在 .env 文件中。

访问 Groq 获取 API 密钥。

粘贴 API 密钥到 .env 文件中：

API_KEY="Your API KEY PASTE HERE"

第 4 步：导入必要的库

导入必要的库，如 os、streamlit、PromptTemplate、LLMChain 和 ChatGroq，用于基于人工智能的文本处理。

import os
import streamlit as st
from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain
from langchain_groq import ChatGroq
from dotenv import load_dotenv

第 5 步：加载API密钥

使用 load_dotenv() 从 .env 文件加载 API 密钥，并在继续执行应用程序前验证其是否存在。

load_dotenv()
groq_api_key = os.getenv("API_KEY")
if not groq_api_key:
st.error("Groq API Key not found in .env file")
st.stop()

我们从 .env 文件中加载 API 密钥，并在运行应用程序前确保它可用。

第 6 步：创建 Streamlit 用户界面

设计带有侧边栏的界面，允许用户从三种功能中进行选择： 重写句子、图片和视频提示生成器或文本简化器。

应用程序选择侧边栏

st.title("Text Improvement App")
st.sidebar.header("Select App")
st.sidebar.markdown("Choose the functionality you'd like to use:")
app_choice = st.sidebar.selectbox("Choose an App", options=[
"Rewrite Sentence", 
"Image and Video Prompt Generator", 
"Text Simplifier"
])

第 7 步：定义AI提示模板

为不同功能设置结构化提示，包括语气调整、方言变化和创意文本转换。

重写句子模板

rewrite_template = """
Below is a draft text that may need improvement.  
Your goal is to:  
- Edit the draft for clarity and readability.  
- Adjust the tone as specified.  
- Adapt the text to the requested dialect.  
**Tone Examples:**  
- **Formal:** "Greetings! Elon Musk has announced a new innovation at Tesla, revolutionizing the electric vehicle industry. After extensive research and development, this breakthrough aims to enhance sustainability and efficiency. We look forward to seeing its impact on the market."  
- **Informal:** "Hey everyone! Huge news—Elon Musk just dropped a game-changing update at Tesla! After loads of work behind the scenes, this new tech is set to make EVs even better. Can’t wait to see how it shakes things up!"  
**Dialect Differences:**  
- **American English:** French fries, apartment, garbage, cookie, parking lot  
- **British English:** Chips, flat, rubbish, biscuit, car park  
- **Australian English:** Hot chips, unit, rubbish, biscuit, car park  
- **Canadian English:** French fries, apartment, garbage, cookie, parking lot  
- **Indian English:** Finger chips, flat, dustbin, biscuit, parking space  
Start with a warm introduction if needed.  
**Draft Text, Tone, and Dialect:**  
- **Draft:** {draft}  
- **Tone:** {tone}  
- **Dialect:** {dialect}  
**Your {dialect} Response:**  
"""

图像和视频提示生成器模板

prompt_generator_template = """
Below is a sentence written in poor English:  
"{poor_sentence}"
Your task is to generate a creative writing prompt that improves clarity, grammar, and engagement.
"""
image_video_template = """
Below is a sentence:  
"{sentence}"
Your task is to generate a detailed and descriptive prompt optimized for text-to-image or text-to-video generation.  
The prompt should be vivid and visually-oriented to help generate high-quality media content.
"""

文本简化模板

text_simplifier_template = """
Below is a piece of complex text:  
"{complex_text}"
Your task is to rewrite this text in simpler and clearer language while preserving its original meaning.
"""

第 8 步：加载AI模型

使用 Qwen-2.5-32B 初始化 ChatGroq AI 模型，使用 streaming=True 启用实时文本处理。

def load_LLM(groq_api_key):
"""Loads the ChatGroq model for processing."""
llm = ChatGroq(groq_api_key=groq_api_key, model_name="qwen-2.5-32b", streaming=True)
return llm

• 该函数用于初始化 ChatGroq AI 模型。
• 它使用大型语言模型 Qwen-2.5-32B。
• streaming=True 可实现实时人工智能响应。

第 9 步：收集用户输入

根据所选功能，提示用户输入文本、选择语气和方言（用于重写），或为生成图像/视频提供描述性输入。

st.header(f"{app_choice}")
st.markdown("Provide the required inputs below:")
with st.container():
if app_choice == "Rewrite Sentence":
draft = st.text_area("Draft Text", height=200, placeholder="Enter your text here...")
col1, col2 = st.columns(2)
with col1:
tone = st.selectbox("Select desired tone", options=["Formal", "Informal"])
with col2:
dialect = st.selectbox("Select dialect", options=[
"American English", 
"British English", 
"Australian English", 
"Canadian English", 
"Indian English"
])

• st.header(f"{app_choice}") 动态显示所选应用程序的名称。
• st.container() 将相关的用户界面元素分组。
• st.text_area() 允许用户输入文本。
• st.selectbox() 允许用户选择语气（正式/非正式）和方言。

第 10 步：处理其他功能的输入

根据所选功能动态调整输入字段，确保界面友好、适应性强。

elif app_choice == "Image and Video Prompt Generator":
sentence = st.text_area("Sentence", height=200, placeholder="Enter a sentence describing your desired media...")
elif app_choice == "Text Simplifier":
complex_text = st.text_area("Complex Text", height=200, placeholder="Enter the complex text here...")

该应用程序根据所选功能收集不同的输入。

第 11 步：处理用户输入

点击“Process”按钮后，加载人工智能模型，使用 LLMChain 应用相关逻辑，并在 Streamlit 中显示精炼输出。

if st.button("Process"):
with st.spinner("Processing your text..."):
llm = load_LLM(groq_api_key)
if app_choice == "Rewrite Sentence":
prompt_obj = PromptTemplate(input_variables=["tone", "dialect", "draft"], template=rewrite_template)
chain = LLMChain(llm=llm, prompt=prompt_obj)
result = chain.run(draft=draft, tone=tone, dialect=dialect)
elif app_choice == "Image and Video Prompt Generator":
prompt_obj = PromptTemplate(input_variables=["sentence"], template=image_video_template)
chain = LLMChain(llm=llm, prompt=prompt_obj)
result = chain.run(sentence=sentence)
elif app_choice == "Text Simplifier":
prompt_obj = PromptTemplate(input_variables=["complex_text"], template=text_simplifier_template)
chain = LLMChain(llm=llm, prompt=prompt_obj)
result = chain.run(complex_text=complex_text)
st.markdown("### Output:")
st.markdown(result)

• st.button("Process")：点击后，开始处理文本。
• st.spinner("Processing your text…")：显示加载指示器。
• load_LLM(groq_api_key)：加载人工智能模型。

它会根据所选功能

• 选择合适的 PromptTemplate。
• 创建一个 LLMChain（LangChain 执行人工智能模型的方式）。
• 根据用户输入运行人工智能模型。
• 使用 st.markdown(result) 显示最终结果。

在 GitHub 上获取完整代码 。

输出

重写句子输入

Yo, I’ve been grinding non-stop and bringing the heat, so I think it’s time we talk cash. I was hoping for a fatter paycheck—just wanna make sure my hustle and skills ain’t going unnoticed. Think we can make this work?

重写句子输出

图像和视频提示生成器输入

A futuristic city with flying cars and neon lights.

图像和视频提示生成器输出

文本简化输入

In recent years, the exponential advancements in artificial intelligence and machine learning algorithms have not only enhanced the efficiency of data processing and predictive analytics but have also introduced unprecedented challenges in ethical decision-making, data privacy, and algorithmic bias, necessitating a multidisciplinary approach that integrates computational sciences, legal frameworks, and ethical considerations to ensure the responsible deployment of AI-driven technologies across diverse sectors, including healthcare, finance, and autonomous systems.

文本简化输出

小结

文本改进应用程序是一款强大的人工智能驱动工具，旨在提高文本的清晰度、创造性和可读性。它由 Streamlit 和 LangChain 共同开发，具有句子重写、人工智能提示生成和文本简化等功能。它由 Groq 的 Qwen-2.5-32B 模型提供支持，可确保高质量的实时文本转换，是专业人士、学生和内容创作者的必备工具。未来的升级，包括语音命令和多语言支持，将进一步增强其在构建写作助手中的作用，使其更加通用和高效。有了这些进步，该应用程序将继续推动写作助手的发展，满足不同用户的需求。

• 该应用程序利用 LangChain 和 Groq AI 高效地完善和简化文本。
• 用户可以重写句子、生成媒体提示和简化文本，使其成为满足不同需求的多功能工具。
• 改写句子功能支持语气调整（正式/非正式）和方言定制。
• 该应用采用 Streamlit 技术，为无缝文本处理提供了简单的交互式体验。
• 添加多语言支持、语音输入或其他人工智能模型可进一步增强该应用的功能。