langchain hub

LangChainHub

Dieses Repo wird durch unser gehostetes LangChain Hub-Produkt ersetzt! Besuchen Sie es unter https://smith.langchain.com/hub

Einführung

Inspiriert von Hugging Face Hub ist LangChainHub eine Sammlung aller Artefakte, die für die Arbeit mit LangChain-Primitiven wie Eingabeaufforderungen, Ketten und Agenten nützlich sind. Ziel dieses Repositorys ist es, eine zentrale Ressource für den Austausch und die Entdeckung hochwertiger Eingabeaufforderungen, Ketten und Agenten zu sein, die zusammen komplexe LLM-Anwendungen bilden.

Wir beginnen den Hub mit einer Sammlung von Eingabeaufforderungen und freuen uns darauf, dass die LangChain-Community diese Sammlung erweitert. Wir hoffen, in Kürze auf Ketten und Agenten expandieren zu können.

Mitwirken

Da wir GitHub verwenden, um diesen Hub zu organisieren, kann das Hinzufügen von Artefakten am besten auf eine von drei Arten erfolgen:

1. Erstellen Sie einen Fork und öffnen Sie dann eine PR für das Repo.
2. Erstellen Sie im Repo einen Issue mit Details zu dem Artefakt, das Sie hinzufügen möchten.
3. Fügen Sie ein Artefakt mit dem entsprechenden Google-Formular hinzu:
   • Aufforderungen

Für jede der verschiedenen Arten von Artefakten (unten aufgeführt) gibt es unterschiedliche Anweisungen zum Hochladen. Bitte beachten Sie dazu die entsprechende Dokumentation.

Aufforderungen

Auf hoher Ebene sind Eingabeaufforderungen nach Anwendungsfall im prompts organisiert. Um eine Eingabeaufforderung in LangChain zu laden, sollten Sie den folgenden Codeausschnitt verwenden:

 from langchain . prompts import load_prompt

prompt = load_prompt ( 'lc://prompts/path/to/file.json' )

Zusätzlich zu den Eingabeaufforderungsdateien selbst enthält jedes Unterverzeichnis auch eine README-Datei, in der erklärt wird, wie diese Eingabeaufforderung am besten in der entsprechenden LangChain-Kette verwendet wird.

Ausführlichere Informationen darüber, wie Eingabeaufforderungen im Hub organisiert sind und wie man sie am besten hochlädt, finden Sie in der Dokumentation hier.

? Ketten

Auf hoher Ebene sind Ketten nach Anwendungsfall im chains organisiert. Um eine Kette in LangChain zu laden, sollten Sie den folgenden Codeausschnitt verwenden:

 from langchain . chains import load_chain

chain = load_chain ( 'lc://chains/path/to/file.json' )

Zusätzlich zu den Kettendateien selbst enthält jedes Unterverzeichnis auch eine README-Datei, die erklärt, was diese Kette enthält.

Ausführlichere Informationen darüber, wie Ketten im Hub organisiert sind und wie man sie am besten hochlädt, finden Sie in der Dokumentation hier.

? Agenten

Auf hoher Ebene sind Agenten im agents nach Anwendungsfall organisiert. Um einen Agenten in LangChain zu laden, sollten Sie den folgenden Codeausschnitt verwenden:

 from langchain . agents import initialize_agent

llm = ...
tools = ...

agent = initialize_agent ( tools , llm , agent = "lc://agents/self-ask-with-search/agent.json" )

Zusätzlich zu den Agentendateien selbst enthält jedes Unterverzeichnis auch eine README-Datei, in der erläutert wird, was dieser Agent enthält.

Ausführlichere Informationen darüber, wie Agenten im Hub organisiert sind und wie man sie am besten hochlädt, finden Sie in der Dokumentation hier.

? Agent-Ausführende

Kommt bald!