| ¡Este repositorio será reemplazado por nuestro producto LangChain Hub alojado! Visítelo en https://smith.langchain.com/hub |
|---|
Inspirándose en Hugging Face Hub, LangChainHub es una colección de todos los artefactos útiles para trabajar con primitivas de LangChain, como indicaciones, cadenas y agentes. El objetivo de este repositorio es ser un recurso central para compartir y descubrir indicaciones, cadenas y agentes de alta calidad que se combinan para formar aplicaciones LLM complejas.
Estamos comenzando el centro con una colección de indicaciones y esperamos que la comunidad LangChain se sume a esta colección. Esperamos expandirnos a cadenas y agentes en breve.
Dado que estamos usando GitHub para organizar este Hub, la mejor manera de agregar artefactos se puede hacer de una de estas tres maneras:
Cada uno de los diferentes tipos de artefactos (enumerados a continuación) tendrá diferentes instrucciones sobre cómo cargarlos. Consulte la documentación adecuada para hacerlo.
En un nivel alto, las indicaciones están organizadas por caso de uso dentro del directorio prompts . Para cargar un mensaje en LangChain, debe utilizar el siguiente fragmento de código:
from langchain . prompts import load_prompt
prompt = load_prompt ( 'lc://prompts/path/to/file.json' )Además de los archivos de mensajes en sí, cada subdirectorio también contiene un archivo README que explica cuál es la mejor manera de utilizar ese mensaje en la cadena LangChain adecuada.
Para obtener información más detallada sobre cómo se organizan las indicaciones en el Hub y cuál es la mejor manera de cargar una, consulte la documentación aquí.
En un nivel alto, las cadenas están organizadas por caso de uso dentro del directorio chains . Para cargar una cadena en LangChain, debes usar el siguiente fragmento de código:
from langchain . chains import load_chain
chain = load_chain ( 'lc://chains/path/to/file.json' )Además de los archivos en cadena, cada subdirectorio también contiene un archivo README que explica lo que contiene esa cadena.
Para obtener información más detallada sobre cómo se organizan las cadenas en el Hub y cuál es la mejor manera de cargar una, consulte la documentación aquí.
En un nivel alto, los agentes están organizados por caso de uso dentro del directorio agents . Para cargar un agente en LangChain, debe utilizar el siguiente fragmento de código:
from langchain . agents import initialize_agent
llm = ...
tools = ...
agent = initialize_agent ( tools , llm , agent = "lc://agents/self-ask-with-search/agent.json" )Además de los archivos del agente en sí, cada subdirectorio también contiene un archivo README que explica lo que contiene ese agente.
Para obtener información más detallada sobre cómo se organizan los agentes en el Hub y cuál es la mejor manera de cargar uno, consulte la documentación aquí.
¡Muy pronto!
