Label Studio 是一个开源数据标注平台，为 LangChain 在标注用于微调大语言模型 (LLM) 的数据时提供灵活性。它还支持准备自定义训练数据以及通过人工反馈收集和评估响应。
在本指南中，您将学习如何将 LangChain 管道连接到 Label Studio 以：
  • 在单个 Label Studio 项目中聚合所有输入提示、对话和响应。这会将所有数据整合在一个地方，以便于标注和分析。
  • 完善提示和响应，为监督微调 (SFT) 和带有人工反馈的强化学习 (RLHF) 场景创建数据集。标注的数据可用于进一步训练 LLM 以提高其性能。
  • 通过人工反馈评估模型响应。Label Studio 提供了一个界面，供人类审查模型响应并提供反馈，允许评估和迭代。

​
安装和设置

首先安装最新版本的 Label Studio 和 Label Studio API 客户端： 
pip install -qU langchain label-studio label-studio-sdk langchain-openai langchain-community
接下来，在命令行运行 label-studio 以在 http://localhost:8080 启动本地 LabelStudio 实例。有关更多选项，请参阅 Label Studio 安装指南。 您需要一个令牌来进行 API 调用。 在浏览器中打开您的 LabelStudio 实例，转到 Account & Settings > Access Token 并复制密钥。 使用您的 LabelStudio URL、API 密钥和 OpenAI API 密钥设置环境变量： 
import os

os.environ["LABEL_STUDIO_URL"] = "<YOUR-LABEL-STUDIO-URL>"  # e.g. http://localhost:8080
os.environ["LABEL_STUDIO_API_KEY"] = "<YOUR-LABEL-STUDIO-API-KEY>"
os.environ["OPENAI_API_KEY"] = "<YOUR-OPENAI-API-KEY>"

​
收集 LLM 提示和响应

用于标注的数据存储在 Label Studio 内的项目中。每个项目都由一个 XML 配置标识，该配置详细说明了输入和输出数据的规范。 创建一个项目，该项目接受文本格式的人工输入并在文本区域中输出可编辑的 LLM 响应： 
<View>
<Style>
    .prompt-box {
        background-color: white;
        border-radius: 10px;
        box-shadow: 0px 4px 6px rgba(0, 0, 0, 0.1);
        padding: 20px;
    }
</Style>
<View className="root">
    <View className="prompt-box">
        <Text name="prompt" value="$prompt"/>
    </View>
    <TextArea name="response" toName="prompt"
              maxSubmissions="1" editable="true"
              required="true"/>
</View>
<Header value="Rate the response:"/>
<Rating name="rating" toName="prompt"/>
</View>
  1. 要在 Label Studio 中创建项目，请单击”创建”按钮。
  2. 在”项目名称”字段中输入项目的名称，例如 My Project。
  3. 导航到 Labeling Setup > Custom Template 并粘贴上面提供的 XML 配置。
您可以在 LabelStudio 项目中收集输入 LLM 提示和输出响应，通过 LabelStudioCallbackHandler 连接它： 
from langchain_community.callbacks.labelstudio_callback import (
    LabelStudioCallbackHandler,
)

from langchain_openai import OpenAI

llm = OpenAI(
    temperature=0, callbacks=[LabelStudioCallbackHandler(project_name="My Project")]
)
print(llm.invoke("Tell me a joke"))
在 Label Studio 中，打开 My Project。您将看到提示、响应和元数据（如模型名称）。

​
收集聊天模型对话

您还可以在 LabelStudio 中跟踪和显示完整的聊天对话，并能够对最后一个响应进行评分和修改：
  1. 打开 Label Studio 并单击”创建”按钮。
  2. 在”项目名称”字段中输入项目的名称，例如 New Project with Chat。
  3. 导航到 Labeling Setup > Custom Template 并粘贴以下 XML 配置：
<View>
<View className="root">
     <Paragraphs name="dialogue"
               value="$prompt"
               layout="dialogue"
               textKey="content"
               nameKey="role"
               granularity="sentence"/>
  <Header value="Final response:"/>
    <TextArea name="response" toName="dialogue"
              maxSubmissions="1" editable="true"
              required="true"/>
</View>
<Header value="Rate the response:"/>
<Rating name="rating" toName="dialogue"/>
</View>

from langchain.messages import HumanMessage, SystemMessage
from langchain_openai import ChatOpenAI

chat_llm = ChatOpenAI(
    callbacks=[
        LabelStudioCallbackHandler(
            mode="chat",
            project_name="New Project with Chat",
        )
    ]
)
llm_results = chat_llm.invoke(
    [
        SystemMessage(content="Always use a lot of emojis"),
        HumanMessage(content="Tell me a joke"),
    ]
)
在 Label Studio 中，打开 “New Project with Chat”。单击创建的任务以查看对话历史并编辑/标注响应。

​
自定义标注配置

您可以修改 LabelStudio 中的默认标注配置，以添加更多目标标签，如响应情感、相关性以及许多其他类型的标注者反馈。 可以从 UI 添加新的标注配置：转到 Settings > Labeling Interface 并使用其他标签（如用于情感的 Choices 或用于相关性的 Rating）设置自定义配置。请记住，TextArea 标签 应该出现在任何配置中以显示 LLM 响应。 或者，您可以在项目创建之前的初始调用中指定标注配置： 
ls = LabelStudioCallbackHandler(
    project_config="""
<View>
<Text name="prompt" value="$prompt"/>
<TextArea name="response" toName="prompt"/>
<TextArea name="user_feedback" toName="prompt"/>
<Rating name="rating" toName="prompt"/>
<Choices name="sentiment" toName="prompt">
    <Choice value="Positive"/>
    <Choice value="Negative"/>
</Choices>
</View>
"""
)
请注意，如果项目不存在，将使用指定的标注配置创建它。

​
其他参数

LabelStudioCallbackHandler 接受几个可选参数：
  • api_key - Label Studio API 密钥。覆盖环境变量 LABEL_STUDIO_API_KEY。
  • url - Label Studio URL。覆盖 LABEL_STUDIO_URL，默认为 http://localhost:8080。
  • project_id - 现有 Label Studio 项目 ID。覆盖 LABEL_STUDIO_PROJECT_ID。将数据存储在此项目中。
  • project_name - 如果未指定项目 ID，则为项目名称。创建新项目。默认是使用当前日期格式化的 "LangChain-%Y-%m-%d"。
  • project_config - 自定义标注配置
  • mode：使用此快捷方式从头创建目标配置：
    • "prompt" - 单个提示，单个响应。默认。
    • "chat" - 多轮聊天模式。
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.