Slack

此笔记本展示了如何使用 Slack 聊天加载器。该类帮助将导出的 Slack 对话映射到 LangChain 聊天消息。

该过程分为三个步骤：

1. 按照 此处的说明 导出所需的对话线程。
2. 创建 SlackChatLoader，文件路径指向 JSON 文件或 JSON 文件目录。
3. 调用 loader.load()（或 loader.lazy_load()）进行转换。可选择使用 merge_chat_runs 将同一发件人的消息按顺序合并，和/或使用 map_ai_messages 将指定发件人的消息转换为 "AIMessage" 类。

1. 创建消息转储

目前（2023/08/23），该加载器最适合支持以从 Slack 导出直接消息对话生成的格式的 zip 文件目录。请遵循 Slack 上的最新说明进行操作。

我们在 LangChain 仓库中有一个示例。

import requests

permalink = "https://raw.githubusercontent.com/langchain-ai/langchain/342087bdfa3ac31d622385d0f2d09cf5e06c8db3/libs/langchain/tests/integration_tests/examples/slack_export.zip"
response = requests.get(permalink)
with open("slack_dump.zip", "wb") as f:
    f.write(response.content)

2. 创建聊天加载器

为加载器提供 zip 目录的文件路径。您可以选择指定与 ai 消息映射的用户 id，以及配置是否合并消息运行。

from langchain_community.chat_loaders.slack import SlackChatLoader

loader = SlackChatLoader(
    path="slack_dump.zip",
)

3. 加载消息

load()（或 lazy_load）方法返回一个“ChatSessions”列表，该列表当前仅包含每个加载的对话的消息列表。

from typing import List

from langchain_community.chat_loaders.utils import (
    map_ai_messages,
    merge_chat_runs,
)
from langchain_core.chat_sessions import ChatSession

raw_messages = loader.lazy_load()
# Merge consecutive messages from the same sender into a single message
merged_messages = merge_chat_runs(raw_messages)
# Convert messages from "U0500003428" to AI messages
messages: List[ChatSession] = list(
    map_ai_messages(merged_messages, sender="U0500003428")
)

下一步

您可以根据需要使用这些消息，例如微调模型、选择少量示例或直接进行下一条消息的预测。

from langchain_openai import ChatOpenAI

llm = ChatOpenAI()

for chunk in llm.stream(messages[1]["messages"]):
    print(chunk.content, end="", flush=True)

Hi, 

I hope you're doing well. I wanted to reach out and ask if you'd be available to meet up for coffee sometime next week. I'd love to catch up and hear about what's been going on in your life. Let me know if you're interested and we can find a time that works for both of us. 

Looking forward to hearing from you!

Best, [Your Name]