LLMMathChain

LLMMathChain es un componente que permite a los usuarios pedirle a un modelo de lenguaje que resuelva cálculos matemáticos. El usuario escribe una pregunta o una expresión matemática, el modelo la interpreta y genera código Python que se ejecuta para obtener el resultado. El resultado se devuelve como un mensaje de texto que puede usarse en el resto del flujo de trabajo.

⚠️ 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?

1. Entrada: El usuario escribe una pregunta o expresión matemática en el campo Input.
2. Modelo: Se selecciona un modelo de lenguaje (por ejemplo, OpenAI GPT‑4) en el campo Model.
3. Procesamiento:
   • El componente crea una instancia de LLMMathChain de LangChain, pasando el modelo y un manejador de callbacks para la ejecución asíncrona.
   • El modelo interpreta la entrada y genera código Python que realiza el cálculo.
   • LangChain ejecuta ese código y devuelve el resultado.
4. Salida: El resultado se envuelve en un objeto Message y se muestra en el campo Text.

El componente no hace llamadas a APIs externas aparte de la que ya se usa el modelo de lenguaje. Todo el procesamiento ocurre dentro de la infraestructura de Nappai y LangChain.

Entradas

Model

• Tipo: HandleInput (requerido)
• Descripción: Selecciona el modelo de lenguaje que interpretará la pregunta y generará el código Python.
• Nota: Este campo no aparece en ninguna operación porque el componente no tiene operaciones distintas.

Input

• Tipo: MultilineInput (requerido)
• Descripción: Escribe la pregunta o expresión matemática que deseas resolver.
• Nota: Este campo tampoco aparece en operaciones distintas.

Salidas

Text

• Tipo: Message (método: invoke_chain)
• Descripción: Contiene el resultado del cálculo como texto. Puedes usarlo directamente en otros componentes, por ejemplo, para mostrarlo en un panel de resultados o para guardarlo en una base de datos.

Ejemplo de Uso

1. Añade el componente LLMMathChain al flujo de trabajo.
2. Configura el modelo: selecciona “OpenAI GPT‑4” en el campo Model.
3. Escribe la pregunta en el campo Input:

   What is 12 * 7?

4. Ejecuta el flujo.
5. Resultado: el campo Text mostrará 84.

Este flujo sencillo muestra cómo el componente convierte una pregunta natural en código Python, lo ejecuta y devuelve el resultado.

Componentes Relacionados

• LLMChain – Ejecuta cualquier cadena de prompts con un modelo de lenguaje.
• PythonComponent – Permite ejecutar código Python directamente sin usar un modelo.
• MathComponent – Realiza operaciones matemáticas básicas sin necesidad de un modelo de lenguaje.

Consejos y Mejores Prácticas

• Usa un modelo confiable: Los resultados dependen de la calidad del modelo.
• Mantén las preguntas simples: Evita ambigüedades que puedan generar código incorrecto.
• Revisa el resultado: Aunque el componente devuelve un mensaje, siempre verifica que el cálculo sea correcto.
• Evita datos sensibles: No incluyas información confidencial en las preguntas, ya que el modelo puede procesarla.
• Planifica la migración: Dado que el componente está deprecado, considera usar LLMChain con una función de cálculo personalizada.

Consideraciones de Seguridad

• Ejecutar código Python: El componente genera y ejecuta código Python. Asegúrate de que el modelo no genere código que pueda comprometer la seguridad del sistema.
• Control de acceso: Limita quién puede usar este componente en flujos críticos.
• Validación de entrada: Si la entrada proviene de usuarios finales, valida que no contenga expresiones peligrosas.

Con estas precauciones, podrás aprovechar la potencia de LLMMathChain de forma segura y eficiente en tu dashboard de Nappai.