大型語言模型（LLMs）運行入門指南

# 首先，安裝 Anthropic 的 Python 庫
!pip install anthropic
import anthropic
import os
client = anthropic.Anthropic(
api_key=os.environ.get(“YOUR_API_KEY”), # 將你的 API 金鑰存儲為環境變數
)

import anthropic
import os
from typing import Dict, List, Optional

class ClaudeDocumentQA:
“””
一個使用 Claude 根據提供文檔的內容回答問題的代理。
“””

def __init__(self, api_key: Optional[str] = None):
“””用 API 金鑰初始化 Claude 客戶端。”””
self.client = anthropic.Anthropic(
api_key=”YOUR_API_KEY”,
)
# 更新為正確的模型字符串格式
self.model = “claude-3-7-sonnet-20250219”

def process_question(self, document: str, question: str) -> str:
“””
根據文檔上下文處理用戶問題。

參數：
document: 用作上下文的文本文檔
question: 用戶對文檔的問題

返回：
Claude 根據文檔回答問題的回應
“””
# 創建一個系統提示，指示 Claude 僅使用提供的文檔
system_prompt = “””
你是一個有幫助的助手，只根據下面文檔提供的信息回答問題。如果在文檔中找不到答案，
請說「我在提供的文檔中找不到相關信息。」
不要使用文檔外的任何先前知識。
“””

# 構建用戶消息，包含文檔和問題
user_message = f”””
文檔：
{document}

問題：
{question}

僅使用上面文檔中的信息回答問題。如果信息不在文檔中，請明確說明。
“””

try:
# 發送請求給 Claude
response = self.client.messages.create(
model=self.model,
max_tokens=1000,
temperature=0.0, # 低溫度以獲得事實性回應
system=system_prompt,
messages=[
{“role”: “user”, “content”: user_message}
]
)

return response.content[0].text
except Exception as e:
# 更好的錯誤處理，帶有詳細信息
return f”處理請求時出錯：{str(e)}”

def batch_process(self, document: str, questions: List[str]) -> Dict[str, str]:
“””
處理關於同一文檔的多個問題。

參數：
document: 用作上下文的文本文檔
questions: 要回答的問題列表

返回：
將問題映射到答案的字典
“””
results = {}
for question in questions:
results = self.process_question(document, question)
return results

### 測試代碼
if __name__ == “__main__”:
# 範例文檔（說明手冊摘錄）
sample_document = “””
快速入門指南：X3000 咖啡機

設置說明：
1. 拆開咖啡機並移除所有包裝材料。
2. 沖洗水箱，並加滿新鮮的冷水至 MAX 線。
3. 將金色濾網放入濾網籃中。
4. 添加咖啡粉（每杯建議 1 湯匙）。
5. 關閉蓋子，確保咖啡壺正確放置在加熱板上。
6. 插入咖啡機並按下電源按鈕。
7. 按下沖泡按鈕開始沖泡。

特點：
– 可編程計時器：可提前設置最多 24 小時
– 強度控制：選擇普通、強烈和濃郁
– 自動關閉：機器在 2 小時後自動關閉
– 暫停和服務：在沖泡過程中最多可移除咖啡壺 30 秒

清潔：
– 每日：用溫水沖洗可拆卸部件
– 每週：用溫和的清潔劑清潔咖啡壺和濾網籃
– 每月：使用白醋溶液（1:2 醋與水）進行除垢循環

故障排除：
– 咖啡未沖泡：檢查水箱和電源連接
– 咖啡味道淡：使用強烈設定或添加更多咖啡粉
– 溢出：確保濾網正確安裝並使用正確的咖啡量
– 錯誤 E01：聯繫客服更換加熱元件
“””

# 範例問題
sample_questions = [
“每杯應該使用多少咖啡？”,
“我該如何清潔咖啡機？”,
“錯誤代碼 E02 是什麼意思？”,
“自動關閉時間是多久？”,
“在沖泡過程中我可以移除咖啡壺多久？”
]

# 創建並使用代理
agent = ClaudeDocumentQA()

# 處理單個問題
print(“=== 單一問題 ===”)
answer = agent.process_question(sample_document, sample_questions[0])
print(f”Q: {sample_questions[0]}”)
print(f”A: {answer}\n”)

# 處理多個問題
print(“=== 批量處理 ===”)
results = agent.batch_process(sample_document, sample_questions)
for question, answer in results.items():
print(f”Q: {question}”)
print(f”A: {answer}\n”)