操作指南

在这里，您可以找到“我如何……？”这类问题的答案。这些指南目标明确、内容具体；旨在帮助您完成特定任务。有关概念性解释，请参阅概念指南。有关端到端演练，请参阅教程。有关每个类和函数的全面描述，请参阅API 参考。

安装

主要特点

这突出了使用 LangChain 的核心功能。

LangChain 表达语言 (LCEL )

LangChain 表达式语言是一种创建任意自定义链的方法。它基于 Runnable协议构建。

LCEL 备忘单：快速概览如何使用主要 LCEL 原语。

迁移指南：用于将遗留链抽象迁移到 LCEL。

组件

这些是构建应用程序时可以使用的核心构建块。

提示模板

提示模板负责将用户输入格式化为可以传递给语言模型的格式。

示例选择器

示例选择器负责选择正确的几个镜头示例传递给提示。

聊天模型

聊天模型是一种较新的语言模型，可以接收消息并输出消息。

消息

消息是聊天模型的输入和输出。它们有一些content和一个role，用于描述消息的来源。

法学硕士

LangChain 所称的LLM是语言模型的旧形式，它以字符串为输入，以字符串为输出。

输出解析器

输出解析器负责获取 LLM 的输出并解析为更结构化的格式。

文档加载器

文档加载器负责从各种来源加载文档。

文本分割器

文本分割器将文档分割成可以用于检索的块。

嵌入模型

嵌入模型采用一段文本并创建它的数字表示。

向量存储

向量存储是可以有效存储和检索嵌入的数据库。

如何：使用向量存储检索数据

猎犬

检索器负责接受查询并返回相关文档。

索引

索引是保持向量存储与底层数据源同步的过程。

如何：重新索引数据以使 vectorstore 与底层数据源保持同步

工具

LangChain Tools包含工具的描述（传递给语言模型）以及要调用的函数的实现。请参阅此处查看预建工具列表。

多式联运

代理商

笔记

有关代理的详细操作指南，请查看LangGraph文档。

回调

回调允许您进入 LLM 应用程序执行的各个阶段。

定制

所有 LangChain 组件都可以轻松扩展以支持您自己的版本。

序列化

如何：保存和加载 LangChain 对象

使用案例

这些指南涵盖了用例特定的细节。

与RAG 的

检索增强生成 (RAG) 是一种将 LLM 连接到外部数据源的方法。有关 RAG 的高级教程，请查看本指南。

萃取

提取是指使用 LLM 从非结构化文本中提取结构化信息。有关提取的高级教程，请查看本指南。

聊天机器人

聊天机器人需要使用 LLM 进行对话。有关构建聊天机器人的高级教程，请查看本指南。

查询分析

查询分析是使用 LLM 生成查询并发送给检索器的任务。有关查询分析的高级教程，请查看本指南。

通过 SQL + CSV

您可以使用 LLM 对表格数据进行问答。有关高级教程，请查看本指南。

图形数据库

您可以使用 LLM 对图形数据库进行问答。有关高级教程，请查看本指南。

摘要

LLM 可以从文本（包括大量文本）中总结和提炼所需信息。如需高级教程，请查看本指南。

LangGraph

LangGraph 是 LangChain 的扩展，旨在通过将步骤建模为图中的边和节点，使用 LLM 构建健壮且有状态的多参与者应用程序。

LangGraph 文档目前托管在单独的网站上。您可以在此处阅读 LangGraph 操作指南。

朗史密斯

LangSmith 可让您密切跟踪、监控和评估您的 LLM 应用程序。它与 LangChain 和 LangGraph 无缝集成，您可以在构建过程中使用它来检查和调试链和代理的各个步骤。

LangSmith 文档托管在一个单独的网站上。您可以在此处阅读 LangSmith 操作指南，但我们将重点介绍与 LangChain 特别相关的几个部分：

评估

评估性能是构建 LLM 应用程序的重要部分。LangSmith 可帮助完成从创建数据集到定义指标再到运行评估器的每个步骤。

要了解更多信息，请查看LangSmith 评估操作指南。

追踪

跟踪可让您观察链和代理内部的情况，这对于诊断问题至关重要。

您可以在 LangSmith 文档的此部分中查看与跟踪相关的常规操作方法。

上一篇
【LangChain0.2 】概念指南

下一篇
【LangChain0.2 】教程

版权声明：《【LangChain0.2 】操作指南》为漠北星火原创文章，转载请注明出处！
最后编辑:2024-8-20 15:08:00

【LangChain0.2 】操作指南