LangChain(一)——LangChain简介

一、LangChain简介

1.1 什么是LangChain

LangChain 是用于构建大模型应用程序的开源框架，它由模块化的组件构成，可单独使用也可链式组合实现端到端应用。

LangChain核心组件

1. Model I/O 封装
   • Models：大语言模型封装，包含LLMs和Chat Models（一般基于 LLMs，但按对话结构重新封装）
   • PromptTemple：提示词模板
   • OutputParser：输出格式化
2. 数据连接封装(Retrieval)
   • Document Loaders：各种格式文件的加载器
   • Document Transformers：对文档的常用操作，如：split, filter, translate, extract metadata, etc
   • Text Embedding Models：用于将文本进行向量化
   • Verctor Stores: 存储文本向量，可用于检索
   • Retrievers: 向量数据的检索
   • Indexing: 将来自任何来源的文档加载并保持与向量存储的同步
3. 记忆封装
   • Memory：可以理解为“上文”、“历史记录”或者说“记忆力”的管理
4. 架构封装
   • Chains：实现一个功能或者一系列顺序功能组合，可以串联 Memory <-> Model I/O <->Data Connection
   • Agent：根据用户输入，自动规划执行步骤，自动选择每步需要的工具，最终完成用户指定的功能，从而将LLM的能力和本地、云服务能力进行结合
     • Tools：调用外部功能的函数，例如：调 google 搜索、文件 I/O、Linux Shell 等等
     • Toolkits：操作某软件的一组工具集，例如：操作 DB、操作 Gmail 等等
5. Callbacks
   • 回调系统，可以连接到LLM应用程序的各个阶段，便于进行日志记录、追踪等数据导流

LangChain模块架构图 ^[1]

LangChain文档(Python)

• 功能模块：https://python.langchain.com/docs/get_started/introduction
• API 文档：https://api.python.langchain.com/en/latest/langchain_api_reference.html
• 三方组件集成：https://python.langchain.com/docs/integrations/platforms/
• 官方应用案例：https://python.langchain.com/docs/use_cases
• 调试部署等指导：https://python.langchain.com/docs/guides/debugging
• LangSmith: https://docs.smith.langchain.com/cookbook
  1. https://www.bilibili.com/video/BV1214y1X7Aq ↩︎