大模型时代，前端必须了解一下LangChain应用开发框架

AI大模型时代已经开始显露出颠覆传统开发范式的趋势，新的应用开发模式正在逐渐显现。LangChain是一个可以用Javascript来进行开发的大模型应用开发框架，它本质上也提供了一种用大模型来进行应用开发的成熟的技术路线/框架。本期节目详细讲解了这个成熟的技术路线是怎么利用大模型来进行应用的。

什么是LangChain？

LangChain本身是一个开源开发框架，目前提供Python和Js两种版本，它以大模型作为其核心依赖之一，以让实现应用目标更便捷

LangChain的核心理念：

• 数据感知：将语言模型与其他数据源连接在一起

• 主动性：允许语言模型与其环境进行交互

• 链性：应用模块/组件之间以链的形式组合在一起

LangChain框架本身实现了很多组件
LangChain的诞生，实际上出现了一种架构，提供了一种利用GPT进行应用开发的成熟技术路线，这种架构的核心思想就是Chain（链）

Chain的思路，对实现某种流程非常有帮助，而很多企业应用，都是流程式的应用。Chain的概念的本质，就是一种处理流程模型，也就是把要做成功一件事，应该按照什么流程才能成功进行了抽象。它比某种具体的模型层次更高，不同的业务模型都可以借助相同的Chain实现目标，Chain是对流程范式的抽象。Chain也有多种，比如串行链、并行链、路由链。

它背后的思想其实也是我们做事的方法，就是我把一个复杂的大目标，拆分成多个阶段的任务，不断拆分子任务，通过按照顺序完成小任务之后，不断积累，最终完成整个目标

LangChain应用的模块/要素

• Chains，链

  • Executors，执行器

• Model I/O，模型

  • Prompt，提示

    • PromptTemplate

    • Example Selectors

  • Chat Models

  • LLMs

  • Output parsers

• Retrieval，数据检索

  • Document loaders，文档加载

  • Document transformers，文档转化

  • Text embedding models，文本嵌入模型

  • Vector Stores，向量存储器

  • Retrievers，检索器

  • Indexing，索引

• Agents，代理

  • Tools, Toolkits

• Memory，内存，

  • Chat Message，聊天记录

LangChain应用架构

LangChain的应用方向

RAG（Retrieval Augmented Generation，检索增强生成），基于LangChain+检索来实现内容生成的应用技术

• RAG Search

• 企业知识库

• 垂直行业信息咨询

• 智能聊天机器人（客服）

• 摘要

Agents，reasoning engines 推理引擎，基于 LLMs 的理解任务、拆解任务、执行任务的集合，换一个理解就是基于大模型的自动化，核心点在于：1. 通过大模型来理解任务、拆分任务和执行任务的方式，把大模型作为该目标的“打工人”；2. 可以通过执行器（Executor）反复调用工具（Tool）API完成任务目标，也就是为“打工人”提供生产资料

• 角色扮演：法律助手、订票助手、行业专家

• 数据处理：数据整理、分析、报表制作、报告制作、告警

• 编程、程序制作、网站开发，测试、调试、自动修复bug

• 电影制作

• 行业调研、商业决策

本质上，RAG其实是Agents的一种简化特例，即Agents的理解、拆解部分可按照RAG的架构实现

LangChain有哪些应用产品

• AutoGP

• BabyAGI

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓