Langchain-简介（省流：连接LLM与你先要的功能的中间件）

已于 2023-06-27 20:47:00 修改
阅读量723 收藏 1
点赞数
分类专栏： LangChain 文章标签： Langchain
于 2023-05-25 14:24:09 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43332715/article/details/130866401
版权

随着ChatGPT等大型语言模型（LLM）的发布，应用开发者越来越倾向于将LLM集成到自己的应用中。然而，由于LLM生成结果的不确定性和不准确性，目前还无法仅依靠LLM提供智能化服务。因此，LangChain应运而生，其主要目标是将LLM与开发者现有的知识和系统相结合，以提供更智能化的服务。

LangChain是一个开源的应用开发框架，目前支持Python和TypeScript两种编程语言。它赋予LLM两大核心能力：数据感知，将语言模型与其他数据源相连接；代理能力，允许语言模型与其环境互动。LangChain的主要应用场景包括个人助手、基于文档的问答、聊天机器人、查询表格数据、代码分析等。

目前，LangChain已获得1000万美元的种子轮融资。他们接下来将主要解决以下问题：

  1. 完善TypeScript相较于Python的功能差距，使更多的全栈和前端开发者能创建基于LLM应用程序；
  2. 开发若干输出解析器，以便更安全且格式化地处理LLM返回的文本；
  3. 引入Retriever抽象，实现更复杂且必要的文档检索类型；
  4. 与Weights＆Biases、AIM、ClearML等解决方案集成，提高LLM应用程序的可观察性和实验性。

在后续文章中，我将以TypeScript为例，详细介绍如何利用LangChain将LLM集成到你的应用中。

Announcing our $10M seed round led by Benchmark (langchain.dev)

LangChain：为你定制一个专属的GPT (baidu.com)

思考实践
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Langchain-Chatchat源码
10-18
Langchain-Chatchat（原Langchain-ChatGLM）基于 Langchain 与 ChatGLM 等语言模型的本地知识库问答 | Langchain-Chatchat (formerly langchain-ChatGLM), local knowledge based LLM (like ChatGLM) QA app with ...
LangChain-for-LLM-Application-Development-main.zip
最新发布
06-27
LangChain-for-LLM-Application-Development-main.zip
LangChain入门指南
热门推荐
lht0909的博客
04-27 3万+
LangChain是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。它提供了一套工具、组件和接口，可简化创建由大型语言模型 (LLM) 和聊天模型提供支持的应用程序的过程。LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。官方文档：https://python.langchain.com/en/latest/
LangChain 详细介绍及使用场景
weixin_40400410的博客
08-14 1万+
LangChain 是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。它提供了一套工具、组件和接口，可简化创建由大型语言模型 （LLM） 和聊天模型提供支持的应用程序的过程。LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。中文文档：https://www.langchain.asia官方文档：https://python.langchain.com/docs/get_started/introductionModel。
LLM（大语言模型）深度解析：定义、特点与应用前景
Z987421的博客
05-11 1556
语言建模的研究始于20世纪90年代，最初采用了统计学习方法，通过前面的词汇来预测下一个词汇。然而，这种方法在理解复杂语言规则方面存在一定局限性。随后，研究人员不断尝试改进，其中在2003年，深度学习先驱Bengio在他的经典论文《A Neural Probabilistic Language Model》中，首次将深度学习的思想融入到语言模型中，使用了更强大的神经网络模型，这相当于为计算机提供了更强大的“大脑”来理解语言。这种方法让模型可以更好地捕捉语言中的复杂关系，虽然这一步很重要，但仍有改进的空间。
LangChain应用全解析
qq_39403646的博客
11-12 9745
首先，我们给这个 Tool 设置了一个参数，叫做 return_direct = True，这个参数是告诉 AI，在拿到这个工具的回复之后，不要再经过 Thought 那一步思考，直接把我们的回答给到用户就好了。我们前面看到整个 LLMRequestsChain 里面的天气信息的文本内容，是通过 output 这个 key 拿到的，所以这里我们也是先通过它来拿到天气信息的文本内容，再调用 parse_weather_info 解析，并且把结果输出到 weather_info 这个字段里。
GPT开发应用利器：LangChain
yangbisheng1121的博客
05-19 5131
随着ChatGPT等大型语言模型（LLM）的发布，应用开发者越来越倾向于将LLM集成到自己的应用中。然而，由于LLM生成结果的不确定性和不准确性，目前还无法仅依靠LLM提供智能化服务。因此，LangChain应运而生，其主要目标是将LLM与开发者现有的知识和系统相结合，以提供更智能化的服务。借用一段话来总体阐述一下LangChain,有人问过 Harrison：为什么开发者要用 LangChain 而不是直接使用 OpenAI 或者 Hugging Face 上的模型？
一文搞懂大模型框架：LangChain
weixin_45727359的博客
08-10 2405
来源：AI研究局作者：张伟在日常生活中，我们通常致力于构建端到端的应用程序。有许多自动机器学习平台和持续集成/持续交付（CI/CD）流水线可用于自动化我们的机器学习流程。我们还有像 Roboflow 和 Andrew N.G. 的 Landing AI 这样的工具，可以自动化或创建端到端的计算机视觉应用程序。如果我们想要借助 OpenAI 或 Hugging Face 创建基于大语言模型的应用程序...
Langchain-Chatchat基于 Langchain 与 ChatGLM 等语言模型的本地知识库问答
01-25
基于 ChatGLM 等大语言模型与 Langchain 等应用框架实现，开源、可离线部署的检索增强生成(RAG)大模型知识库项目。版本0.2.9版本。 受 GanymedeNil 的项目 document.ai 和 AlexZhangji 创建的 ChatGLM-6B Pull ...
Langchain-Chatchat（原Langchain-ChatGLM）基于 Langchain 与 ChatGLM 等语言
02-06
Langchain-Chatchat（原Langchain-ChatGLM）基于 Langchain 与 ChatGLM 等语言模型的本地知识库问答 | Langchain-Chatchat (formerly langchain-ChatGLM), local knowledge based LLM (like ChatGLM) QA app with ...
[LangChain]简介&快速入门
逐梦苍穹的博客
07-02 2382
LangChain 是一个基于语言模型开发应用程序的框架。
langchain到底该怎么使用，大家在项目中实践有成功的案例吗?
张伟的专栏
10-17 1839
有多种方式可以自定义 Tool，最简单的方式是通过 @tool 装饰器，将一个函数转为 Tool。注意函数必须得有 docString，其为 Tool 的描述。@tool"""返回今天的日期。"""llm=llm,print(agent_math("计算45 * 54"))print(agent_math("今天是哪天？"))1）通过 Loader 加载远程文档2）通过 Splitter 基于 Token 进行文档拆分3）加载 summarize 链，链类型为 refine，迭代进行总结。
langchain源码阅读系列（零）之开篇介绍
weixin_43829633的博客
06-23 1660
LangChain 就是一个 LLM 编程框架，你想开发一个基于 LLM 应用，需要什么组件它都有，直接使用就行；甚至针对常规的应用流程，它利用链(LangChain中Chain的由来)这个概念已经内置标准化方案了。
拥抱生成式大模型 -- langchain篇 （博客搬家至知乎，同步更新）
从网络到AI，从学术界到产业界，随着兴趣去逐梦
05-04 4819
到目前为止，我们一直只是单独使用PromptTemplate和LLM原语进行操作。但是，实际的应用不仅仅是一个原语，而是由它们的组合构成的。在LangChain中，链由链接组成，链接可以是LLM等原语或其他链。最核心的链类型是LLMChain，它由一个PromptTemplate和一个LLM组成。延续前面的例子，我们可以构建一个LLMChain，它接受用户输入，使用PromptTemplate对其进行格式化，然后将格式化的响应传递给LLM。
LangChain 完整指南：使用大语言模型构建强大的应用程序
05-09 1832
总之，LangChain 是一个强大的框架，它通过提供模块化和灵活的方法简化了构建高级语言模型应用程序的过程。LangChain 的适应性和易用性使其成为开发人员的宝贵工具，使他们能够释放语言模型的全部潜力，并在广泛的用例中创建智能的、上下文感知的应用程序。LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。这有助于维护上下文并提高模型对对话的理解。通过遵循这些示例，您可以使用 LLM、聊天模型、代理、链和内存功能开发强大的语言模型应用程序。
LangChain与大型语言模型(LLMs)应用基础教程:角色定义
weixin_42608414的博客
04-02 9891
在和让大型语言模型(LLM)如ChatGPT等对话时，为了要让LLM能准确回答我们的问题，我们应该在对话之前给LLM设定一个角色，这样当LLM知道自己的角色定位以后，它的回答将会符合自己的角色，而不会天马行空，自由发挥。
Langchain
qq_49359895的博客
06-13 3413
LangChain是一个用于开发由大语言模型（Large Language Model）驱动的应用程序的框架。LLM 存在一定局限性，如不能联网搜索以及有限输入长度等。这些限制会成为应用程序中的阻碍。LangChain在此背景下应运而生，来解决这些问题。Langchain官方文档：https://docs.langchain.com/docs/Langchain Python官方文档：https://python.langchain.com/en/latest/index.html。
2023年大语言模型神器 - LangChain
AmazDreamer的博客
07-12 234
简单来说，可以理解 LangChain 相当于开源版的GPT插件，它提供了丰富的大语言模型工具，支持在开源模型的基础上快速增强模型的能力。LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。理解了上面的这些核心概念之后，你就可以利用 LangChain 的强大功能来构建适应性强、高效且能够处理复杂用例的高级语言模型应用程序。整个过程基本上没怎么写代码，只要了解LangChain的组件的功能，基本上就可以搭建出一款简单的聊天机器人。
langchain-chatglm知识库
09-14
langchain-ChatGLM是一个基于本地知识的问答机器人，它允许使用者自由配置本地知识。用户的问题答案也是基于本地知识生成的。你可以在GitHub上找到langchain-ChatGLM的代码和相关信息，链接为：GitHub - imClumsyPanda/langchain-ChatGLM。 langchain-ChatGLM是在ChatGPT火热之后发布的一款大型语言模型（LLM）模型之一。与其他开源的LLM模型（如BLOOM和LLaMA）相比，langchain-ChatGLM是完全开源的。然而，需要注意的是，这些模型的知识是滞后的，比如ChatGPT的知识截止到2021年，并且这些知识是通用领域的，不包含特定领域的知识。 langchain-ChatGLM的架构如图1所示。它通过从本地知识库中获取与用户查询相关的上下文来生成答案。至于具体的langchain-chatglm知识库的内容，我无法给出具体细节，因为它是用户自由配置的，可以根据用户的需求和设置而不同。 总之，langchain-ChatGLM是一个基于本地知识的问答机器人，用户可以自由配置本地知识，并根据本地知识生成用户问题的答案。你可以在GitHub上找到langchain-ChatGLM的代码和更多信息。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值