LLMCheckerChain

⚠️ ADVERTENCIA DE DEPRECACIÓN

Este componente está deprecado y será eliminado en una versión futura de Nappai. Por favor, migra a los componentes alternativos recomendados.

¿Cómo funciona?

El componente LLMCheckerChain permite enviar una pregunta o un texto a un modelo de lenguaje (LLM) y recibir una respuesta que incluye una auto‑verificación. Internamente, utiliza la clase LLMCheckerChain de LangChain, que envuelve al modelo con una lógica de comprobación de coherencia. Cuando se invoca, el componente:

1. Recibe el texto que quieres procesar (el campo Input).
2. Llama al modelo de lenguaje que has seleccionado (el campo Model).
3. Ejecuta la cadena de verificación: el modelo genera una respuesta y, simultáneamente, se genera una segunda respuesta que revisa la primera para detectar inconsistencias o errores.
4. Devuelve el resultado como un objeto Message (texto) y también expone la cadena completa como un Runnable para que puedas reutilizarla en otros flujos.

No se necesita ninguna configuración adicional; el componente se conecta automáticamente al modelo que hayas configurado en el panel de Nappai.

Entradas

Campos de Entrada

• Model
  Selecciona el modelo de lenguaje que quieres usar (por ejemplo, GPT‑4, Claude, etc.). Este modelo será el que genere la respuesta y la verificación.

• Input
  Escribe el texto o la pregunta que deseas enviar al modelo. Puedes introducir cualquier contenido que necesites que el LLM procese y verifique.

Salidas

• Text
  Devuelve la respuesta final del modelo, ya verificada, encapsulada en un objeto Message. Puedes usar este texto directamente en tu dashboard o en otros componentes.

• Runnable
  Exponer la cadena completa como un objeto Runnable permite reutilizarla en flujos más complejos o combinarla con otras cadenas de LangChain dentro de Nappai.

Ejemplo de Uso

Imagina que quieres crear un asistente que responda preguntas sobre la política de tu empresa y que garantice que las respuestas no contengan información incorrecta. En el dashboard:

1. Arrastra el componente LLMCheckerChain a tu flujo.
2. Conecta el campo Model al modelo GPT‑4 que ya tienes configurado.
3. Escribe en el campo Input algo como:
   ¿Cuál es la política de vacaciones para empleados de tiempo completo?
4. Conecta la salida Text a un componente de visualización de texto para mostrar la respuesta al usuario.

El asistente enviará la pregunta al modelo, recibirá la respuesta y la verificará automáticamente antes de mostrársela al usuario.

Componentes Relacionados

• LLMChain – Para generar respuestas sin verificación adicional.
• PromptTemplate – Para crear plantillas de preguntas que se pueden pasar a la cadena.
• AgentExecutor – Para ejecutar agentes que pueden usar esta cadena como parte de su flujo de trabajo.

Consejos y Mejores Prácticas

• Usa modelos actualizados: Elige siempre la última versión disponible del modelo para aprovechar mejoras de precisión y seguridad.
• Limita la longitud del Input: Los modelos tienen límites de tokens; si tu texto es muy largo, considera resumirlo antes de enviarlo.
• Revisa la salida: Aunque la cadena verifica la respuesta, siempre es buena idea revisar manualmente las respuestas críticas.
• Combina con filtros: Puedes usar un componente de filtrado de texto para eliminar información sensible antes de mostrarla al usuario.

Consideraciones de Seguridad

• Control de acceso: Asegúrate de que solo usuarios autorizados puedan enviar consultas sensibles al modelo.
• Registros de auditoría: Habilita el registro de llamadas al modelo para poder rastrear y revisar las interacciones en caso de problemas.
• Política de retención: Configura la retención de datos de las respuestas según las políticas de tu organización para evitar almacenamiento innecesario de información confidencial.