langchain
langchain-tests==0.3.0
⚡ コンテキストを認識した推論アプリケーションを構築する ⚡
JS/TS ライブラリをお探しですか? LangChain.js を確認してください。
LangChain アプリをより迅速に実稼働環境に移行できるようにするには、LangSmith を確認してください。 LangSmith は、LLM アプリケーションを構築、テスト、監視するための統合開発者プラットフォームです。弊社の営業チームにご相談いただくには、このフォームに記入してください。
ピップの場合:
pip install langchainコンダの場合:
conda install langchain -c conda-forgeLangChain は、大規模言語モデル (LLM) を利用してアプリケーションを開発するためのフレームワークです。
これらのアプリケーションの場合、LangChain はアプリケーションのライフサイクル全体を簡素化します。
langchain-core : 基本抽象化と LangChain 式言語。langchain-community : サードパーティの統合。langchain-coreのみに依存するパートナー パッケージにさらに分割されています。例には、 langchain_openaiやlangchain_anthropicなどがあります。langchain : アプリケーションのコグニティブ アーキテクチャを構成するチェーン、エージェント、および取得戦略。LangGraph : ステップをグラフ内のエッジとノードとしてモデル化することで、LLM を使用して堅牢でステートフルなマルチアクター アプリケーションを構築するためのライブラリです。 LangChain とスムーズに統合されますが、LangChain なしでも使用できます。 LangGraph について詳しくは、ここから入手できる最初の LangChain Academy コース「LangGraph の概要」をご覧ください。
❓ RAG による質問応答
?構造化された出力の抽出
?チャットボット
さらにもっと！詳細については、ドキュメントの「チュートリアル」セクションにアクセスしてください。
LangChain ライブラリの主な値のプロパティは次のとおりです。
既製のチェーンを使用すると、簡単に始めることができます。コンポーネントを使用すると、既存のチェーンのカスタマイズと新しいチェーンの構築が簡単になります。
LCEL は LangChain の重要な部分であり、これを使用すると、プロセスのチェーンを直接的かつ宣言的な方法で構築および整理できます。コードを変更する必要がなく、プロトタイプを直接実稼働環境に取り込めるように設計されました。つまり、LCEL を使用して、基本的な「プロンプト + LLM」セットアップから複雑な複数ステップのワークフローに至るまで、あらゆるものをセットアップできるということです。
コンポーネントは次のモジュールに分類されます。
?モデルI/O
これには、プロンプト管理、プロンプトの最適化、チャット モデルと LLM の汎用インターフェイス、モデル出力を操作するための共通ユーティリティが含まれます。
検索
取得拡張生成には、さまざまなソースからデータをロードして準備し、生成ステップで使用するためにデータを検索 (別名取得) することが含まれます。
?エージェント
エージェントは、タスクの実行方法に関して LLM の自律性を許可します。エージェントはどのアクションを実行するかを決定し、そのアクションを実行して結果を観察し、タスクが完了するまで繰り返します。 LangChain は、カスタム エージェントを構築するための LangGraph とともに、エージェントに標準インターフェイスを提供します。
以下を含む完全なドキュメントについては、ここを参照してください。
急速に発展している分野のオープンソース プロジェクトとして、私たちは新機能、インフラストラクチャの改善、ドキュメントの改善などの形であれ、貢献を非常に歓迎しています。
投稿方法の詳細については、こちらをご覧ください。
