LangChain 学习笔记导航

cheese_burger_

已于 2024-06-18 15:07:27 修改

阅读量355

点赞数 5

分类专栏：大模型笔记文章标签： langchain 学习笔记

于 2024-06-13 12:54:25 首次发布

本文链接：https://blog.csdn.net/cheese_burger_/article/details/139650918

版权

4 篇文章 0 订阅

订阅专栏

一、简介

LangChain 是一个用于开发由大型语言模型 (LLM) 支持的应用程序的开发框架。LangChain 简化了 LLM 应用程序生命周期的每个阶段：

Open-source libraries：使用 LangChain 的 modular building blocks 和 components 构建您的应用程序，并集成了大量的 third-party providers。
Productionization：使用 LangSmith 检查、监控和评估您的链，以便您可以不断优化和自信地部署。
Deployment：使用 LangServe 将任何链转变为 API。

更仔细地，该框架由下面的开源库组成，见下图：
在这里插入图片描述

langchain-core：基础抽象和 LangChain 表达语言。
langchain-community：第三方集成。
- Partner packages：如 langchain-openai、langchain-anthropic 等，一些集成已进一步拆分为自己的轻量级包，仅依赖于 langchain-core。
langchain：构成应用程序认知架构的链、代理和检索策略 (Chains, agents, retrieval strategies)。
langgraph：通过将步骤建模为图中的边和节点，使用 LLM 构建稳健且有状态的多参与者应用程序。
langserve：将 LangChain 链部署为 REST APIs。
LangSmith：一个开发人员平台，可让您调试、测试、评估和监控 LLM 应用程序。

这包括 显示管理、提示优化、所有 LLM 的通用接口、用于使用 LLM 的通用实用程序。

链超越了单个 LLM 调用，并涉及一系列调用 (无论是 LLM 还是不同的实用程序)。
Langchain 为链提供了标准接口，与其他工具进行了大量集成，并为常见应用程序提供了端到端链。

数据增强生成涉及 特定类型的链，这些链首先与 外部数据源 交互以获取数据以用于 生成步骤 (generation step)。示例包括长文本片段的摘要和特定数据源的问/答。

代理涉及LLM决定采取哪些行动，采取该行动，查看观察结果，并重复直到完成。LangChain为代理提供了一个标准界面、可供选择的代理选择以及端到端代理的示例。

记忆是指链/代理调用之间的持久状态。LangChain 提供了一个记忆的标准接口、记忆实现的集合以及使用记忆的链/代理的示例。

[测试版]众所周知，生成模型很难用传统指标进行评估。评估它们的一种新方法是使用语言模型本身进行评估。LangChain提供了一些提示/链来协助这一点。

这些是最好的入门方法：

或者在此处探索完整的教程列表。

在这里，可以找到 “我该如何……” 这类问题的简短答案。这些操作指南并未深入介绍主题，可以在教程(第二节) 和 API参考(第五节) 中找到相关材料。但是，这些指南将帮助您快速完成常见任务。

介绍您需要了解的 LangChain 所有关键部分！在这里，您可以找到所有 LangChain概念 的高级解释。

前往参考部分获取 LangChain Python包中所有 类和方法 的完整文档。

关注