⚡ สร้างแอปพลิเคชันการให้เหตุผลแบบรู้บริบท ⚡
กำลังมองหาไลบรารี JS/TS อยู่ใช่ไหม? ลองดู LangChain.js
เพื่อช่วยให้คุณจัดส่งแอป LangChain ไปยังการใช้งานจริงได้เร็วขึ้น ลองดูที่ LangSmith LangSmith เป็นแพลตฟอร์มนักพัฒนาแบบครบวงจรสำหรับการสร้าง ทดสอบ และติดตามแอปพลิเคชัน LLM กรอกแบบฟอร์มนี้เพื่อพูดคุยกับทีมขายของเรา
ด้วย pip:
pip install langchain
ด้วยคอนดา:
conda install langchain -c conda-forge
LangChain เป็นเฟรมเวิร์กสำหรับการพัฒนาแอปพลิเคชันที่ขับเคลื่อนโดยโมเดลภาษาขนาดใหญ่ (LLM)
สำหรับแอปพลิเคชันเหล่านี้ LangChain จะทำให้วงจรชีวิตของแอปพลิเคชันทั้งหมดง่ายขึ้น:
langchain-core
: Base abstractions และ LangChain Expression Languagelangchain-community
: การบูรณาการของบุคคลที่สามlangchain-core
เท่านั้น ตัวอย่าง ได้แก่ langchain_openai
และ langchain_anthropic
langchain
: เชน เอเจนต์ และกลยุทธ์การดึงข้อมูลที่สร้างสถาปัตยกรรมการรับรู้ของแอปพลิเคชันLangGraph
: ไลบรารีสำหรับการสร้างแอปพลิเคชันแบบหลายนักแสดงที่แข็งแกร่งและมีสถานะด้วย LLM โดยการสร้างแบบจำลองขั้นตอนเป็นขอบและโหนดในกราฟ บูรณาการอย่างราบรื่นกับ LangChain แต่สามารถใช้งานได้โดยไม่ต้องใช้มัน หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับ LangGraph โปรดดูหลักสูตร LangChain Academy หลักสูตรแรกของเรา Introduction to LangGraph ซึ่งมีให้ที่นี่❓ตอบคำถามกับ RAG
- การแยกเอาต์พุตที่มีโครงสร้าง
- แชทบอท
และอีกมากมาย! ไปที่ส่วนบทช่วยสอนของเอกสารเพื่อดูข้อมูลเพิ่มเติม
อุปกรณ์ประกอบฉากมูลค่าหลักของห้องสมุด LangChain คือ:
โซ่ที่มีจำหน่ายทั่วไปช่วยให้เริ่มต้นใช้งานได้ง่าย ส่วนประกอบทำให้ง่ายต่อการปรับแต่งโซ่ที่มีอยู่และสร้างโซ่ใหม่
LCEL เป็นส่วนสำคัญของ LangChain ซึ่งช่วยให้คุณสร้างและจัดระเบียบห่วงโซ่ของกระบวนการในลักษณะที่ตรงไปตรงมาและเปิดเผย ได้รับการออกแบบมาเพื่อรองรับการนำต้นแบบไปสู่การผลิตโดยตรงโดยไม่จำเป็นต้องแก้ไขโค้ดใดๆ ซึ่งหมายความว่าคุณสามารถใช้ LCEL เพื่อตั้งค่าทุกอย่างตั้งแต่การตั้งค่า "พร้อมท์ + LLM" ขั้นพื้นฐานไปจนถึงขั้นตอนการทำงานหลายขั้นตอนที่ซับซ้อน
ส่วนประกอบต่างๆ อยู่ใน โมดูล ต่อไปนี้:
- รุ่น I/O
ซึ่งรวมถึงการจัดการพร้อมต์ การเพิ่มประสิทธิภาพพร้อมต์ อินเทอร์เฟซทั่วไปสำหรับโมเดลการแชทและ LLM และยูทิลิตีทั่วไปสำหรับการทำงานกับเอาต์พุตของโมเดล
การเรียกคืน
การดึงข้อมูล Augmented Generation เกี่ยวข้องกับการโหลดข้อมูลจากแหล่งต่างๆ เตรียมข้อมูล จากนั้นค้นหา (หรือเรียกค้นจาก) ข้อมูลดังกล่าวเพื่อใช้ในขั้นตอนการสร้าง
- ตัวแทน
ตัวแทนอนุญาตให้มีอิสระในการดำเนินการ LLM เกี่ยวกับวิธีการทำงานให้สำเร็จ เจ้าหน้าที่จะตัดสินใจว่าจะดำเนินการใด จากนั้นจึงดำเนินการนั้น สังเกตผลลัพธ์ และทำซ้ำจนกว่างานจะเสร็จสิ้น LangChain มอบอินเทอร์เฟซมาตรฐานสำหรับตัวแทน พร้อมด้วย LangGraph สำหรับการสร้างตัวแทนแบบกำหนดเอง
โปรดดูที่นี่สำหรับเอกสารฉบับเต็ม ซึ่งรวมถึง:
ในฐานะโครงการโอเพ่นซอร์สในสาขาที่มีการพัฒนาอย่างรวดเร็ว เรายินดีอย่างยิ่งที่จะมีส่วนร่วม ไม่ว่าจะเป็นในรูปแบบของคุณสมบัติใหม่ โครงสร้างพื้นฐานที่ได้รับการปรับปรุง หรือเอกสารประกอบที่ดีขึ้น
สำหรับข้อมูลโดยละเอียดเกี่ยวกับวิธีการมีส่วนร่วม โปรดดูที่นี่