LangChain v0.2:向稳定性迈进的一大步
❝
本文经翻译并二次整理自LangChain v0.2: A Leap Towards Stability一文。LangChain官方正式对外宣布了LangChain v0.2的预发布版本,这个版本在提升LangChain的稳定性和安全性方面迈出了重要一步。。本系列合集,点击链接查看
还记得四个月前我们发布的LangChain首个稳定版吗?今天,我们继续这一进步,带来了langchain
v0.2的预发布版。这个新版本不仅在v0.1的基础上进行了改进,还吸纳了社区的反馈。以下是v0.2版本的主要亮点:
- 实现了社区热切期待的
langchain
与langchain-community
的完全分离。 - 引入了新版(而且是有版本控制的!)文档。
- 提供了一个更加成熟和可控的代理框架。
- 对大型语言模型(LLM)的接口进行了标准化改进,特别是在工具调用方面。
- 增强了对流媒体的支持。
- 新增了30多个合作伙伴的集成包。
请注意,这只是一个预发布版本,正式的v0.2版本将在几周后与大家见面。下面,让我们一起来看看langchain
v0.2版本将带来哪些新特性。
拥抱稳定性:LangChain架构的演进
在langchain
v0.2中,最引人注目的改进之一是对langchain
包和langchain-community
进行了彻底的解耦。这意味着langchain-community
现在将依赖于langchain-core
和langchain
。这是我们自langchain
v0.1.0以来一直在努力的方向,目的是为了构建一个更加健壮和独立的软件包。
作为提醒,langchain
v0.1.0将langchain
软件包分解为多个组件包,这样做的目的是为了提高LangChain在生产环境中的易用性。这些组件包括langchain-core
、langchain
、langchain-community
以及合作伙伴的集成包。想要了解更多,可以点击这里。
langchain-community
包含了许多第三方集成,这不仅意味着它有许多(可选的)依赖项和文件,而且由于集成的特性,它有时也会受到公共漏洞和曝光(CVE)的影响。因此,我们去除langchain
对langchain-community
的依赖,使得langchain
更加轻量、专注和安全。
我们尽可能以一种非破坏性的方式进行这次重组,继续保留了现有的入口点,例如可以通过langchain.chat_models import ChatOpenAI
访问。在内部,这涉及到从langchain_community
进行条件导入;简单来说,就是检查是否安装了langchain-community
,如果安装了,就执行导入。这意味着如果您已经安装了langchain-community
,那么不会有任何破坏性的变化。
这个改进的想法来自于我们的社区成员——感谢Jacob!
提升可发现性:更优质的版本化文档
我们还根据社区的反馈对文档进行了全面翻新。这项工作从一个多月前就开始了,我们主要从以下两个方面进行了改进:
首先,我们的文档现在有了版本控制。这是社区长期以来的一个需求,我们为此付出了很多努力。我们将保持现有的文档作为v0.1版本,并开始构建一个独立的v0.2版本。目前,文档默认为v0.1版本,但一旦完整的v0.2版本发布,我们将开始使用新的文档作为默认。我们希望我们的版本化文档能更好地反映软件包的状态,并且我们相信,从这里开始,一切都将越来越好。
其次,我们的文档结构变得更为扁平和简洁。现在主要分为四个部分:教程、操作指南、概念指南和API参考。这样的结构将使查找文档变得更加容易,也使我们能够维护一组精简且一致的指南。
Reddit上关于LangChain文档的建议
我们还正在制作一个“随时间演变的LangChain”文档页面,以更好地突出LangChain的变更。我们希望这能帮助大家更好地理解和关联不同版本之间的概念。
增强能力:LangGraph代理
从LangChain的早期开始,社区最大的反馈之一就是定制预构建链和代理的内部结构非常困难。为了解决这个问题,我们去年夏天引入了LCEL,使得创建任意可组合序列变得容易。
直到现在,LangChain中的代理都是基于AgentExecutor这个单一的类,它有固定的逻辑来运行代理。为了支持越来越高级的代理,我们不断地为这个类添加了更多的参数,但它仍然不是真正的可组合。
几个月前,我们推出了LangGraph,这是LangChain的一个扩展,专门用于创建代理工作负载。你可以把它看作是“代理的LCEL”。它在LCEL的基础上增加了两个重要的组件:能够轻松定义循环(这对于代理来说很重要,但对于链来说不是必需的)和内置的内存功能。
在langchain
v0.2中,我们保留了旧的AgentExecutor,但LangGraph正在成为构建代理的推荐方式。我们增加了一个预构建的LangGraph对象,它相当于AgentExecutor,由于它是基于LangGraph构建的,因此更容易定制和修改。想要了解如何迁移的详细信息,可以查看这里。
从v0.1.0发展:改进对流媒体的支持、标准化工具调用等
自今年1月发布langchain
v0.1.0以来,我们在以下几个方面取得了显著的进步:
- 标准化聊天模型接口: 我们希望尽可能轻松地在不同的大型语言模型(LLM)之间进行无缝切换。为此,我们已经标准化了工具调用支持,并为结构化输出添加了一个标准化的接口。
- 异步支持: 我们改进了许多核心抽象的异步支持。这里有一个例子和另一个例子。特别感谢@cbornet帮助我们实现了这一点!
- 流媒体支持: 流媒体对于LLM应用至关重要,我们通过引入事件流媒体API来增强我们的流媒体支持。
- 合作伙伴包: 拥有稳定和可靠的集成是我们的首要任务。我们与生态系统合作伙伴紧密合作,在Python中为20多个供应商添加了专用包,包括MongoDB、Miracle和Together AI,以及在JavaScript中为17个供应商添加了专用包,包括Google VertexAI、Weaviate和Cloudflare。
如何升级
v0.2包含了许多改进,我们设计它以保持向后兼容,并尽量减少破坏性更改。我们还提供了一个迁移命令行界面(CLI)来帮助解决任何问题,并提供了突出版本间变化的文档。
想要了解如何测试CLI并安装v0.2预发布版,请查看我们的GitHub讨论串。同时,请期待在5月20日这一周发布的完整迁移指南。
为什么稳定性对我们如此重要
我们非常重视超过100万依赖LangChain的开发者的信任。随着LangChain的不断发展,我们致力于提供行业领先的解决方案,同时确保一个坚实的基础框架,让工程团队可以自信地在生产环境中使用。
尽管langchain
和langchain-core
目前还未达到1.0版本,但我们努力最小化破坏性更改,并至少提前一个完整的破坏性发布周期(3-6个月)弃用类。我们的发布节奏也确保了定期的更新和错误修复,保持LangChain平台的可靠性和生产就绪状态。我们还将继续维护0.1版本,并在未来3个月内推送关键的错误修复。点击这里 了解更多关于我们的发布和弃用政策。
如何学习AI大模型?
现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。
作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。
我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。
一、AGI大模型系统学习路线
很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。
二、AI大模型视频教程
三、AI大模型各大学习书籍
四、AI大模型各大场景实战案例
五、结束语
学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。
再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。
因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。