Skip to main content
Open In ColabOpen on GitHub

Slack

本笔记本展示了如何使用 Slack 聊天加载器。该类有助于将导出的 Slack 对话映射为 LangChain 聊天消息。

该过程包含三个步骤：

  1. 通过遵循此处的说明导出所需的对话线程。
  2. 使用指向 JSON 文件或 JSON 文件目录的文件路径创建 SlackChatLoader
  3. 调用 loader.load()（或 loader.lazy_load()）执行转换。可选地使用 merge_chat_runs 将来自同一发送者的连续消息合并，或使用 map_ai_messages 将指定发送者的消息转换为 "AIMessage" 类。

1. 创建消息转储​

目前（2023/08/23），此加载器最适合支持以 Slack 导出直接消息对话时生成的文件格式的 ZIP 目录。请按照 Slack 提供的最新说明进行操作。

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​

提供加载器文件路径到 zip 目录。您可以选择性地指定映射到 AI 消息的用户 ID，以及配置是否合并消息运行。

from langchain_community.chat_loaders.slack import SlackChatLoader
API 参考：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，目前该列表仅包含每个加载的对话中的消息列表。

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​

然后你可以根据自己的需求使用这些消息，例如微调模型、选择少量示例或直接预测下一条消息。

from langchain_openai import ChatOpenAI

llm = ChatOpenAI()

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