connectors.haystack_llm_connector

Haystack LLM 连接器模块 - 提供与Haystack框架集成的LLM接口 此模块保持向后兼容性,但建议使用新的LLMFactory

Classes

ConnectorChatGenerator(*args, **kwargs)

Expose the existing provider-neutral generate contract to Haystack.

HaystackLLMConnector(api_key[, model, ...])

Haystack LLM 连接器

HaystackLLMFactory()

Haystack LLM工厂类,创建Haystack LLM连接器

class connectors.haystack_llm_connector.HaystackLLMConnector(api_key, model='gpt-3.5-turbo', api_base_url='https://api.openai.com/v1', timeout=60, streaming_callback=None, parameters=None)[source]

Bases: BaseLLMConnector

Haystack LLM 连接器

__init__(api_key, model='gpt-3.5-turbo', api_base_url='https://api.openai.com/v1', timeout=60, streaming_callback=None, parameters=None)[source]

初始化Haystack LLM连接器 (向后兼容)

Parameters:
  • api_key (str) – OpenAI API密钥

  • model (str) – 模型名称,默认为”gpt-3.5-turbo”

  • api_base_url (str) – API基础URL,默认为``https://api.openai.com/v1``

  • timeout (int) – 请求超时时间(秒),默认为60

  • streaming_callback (callable, optional) – 用于流式响应的回调函数

  • parameters (dict, optional) – LLM参数,如temperature、max_tokens等

generate(messages, generation_kwargs=None)[source]

生成对话响应

Parameters:
  • messages (list) – 消息列表,格式为[{“role”: “user”, “content”: “消息内容”}]

  • generation_kwargs (dict, optional) – 生成参数,覆盖默认参数

Returns:

生成结果

Return type:

dict

update_parameters(parameters)[source]

更新LLM参数

Parameters:

parameters (dict) – 新的LLM参数

set_model(model)[source]

设置模型

Parameters:

model (str) – 模型名称

class connectors.haystack_llm_connector.HaystackLLMFactory[source]

Bases: object

Haystack LLM工厂类,创建Haystack LLM连接器

static create_connector(config, streaming_callback=None)[source]

创建Haystack LLM连接器

Parameters:
  • config (dict) – LLM配置

  • streaming_callback (callable, optional) – 用于流式响应的回调函数

Returns:

Haystack LLM连接器实例

Return type:

HaystackLLMConnector

class connectors.haystack_llm_connector.ConnectorChatGenerator(*args, **kwargs)[source]

Bases: object

Expose the existing provider-neutral generate contract to Haystack.

__init__(connector)[source]
run(messages, generation_kwargs=None)[source]