LangChain框架介绍
LangChain创建于2022年10月,是围绕LLMs(大语言模型)建立的一个框架,LLMs使用机器学习算法和海量数据来分析和理解自然语言,GPT3.5、GPT4是LLMs最先进的代表,国内百度的文心一言、阿里的通义千问也属于LLMs。LangChain自身并不开发LLMs,它的核心理念是为各种LLMs实现通用的接口,把LLMs相关的组件“链接”在一起,简化LLMs应用的开发难度,方便开发者快速地开发复杂的LLMs应用。LangChain目前有两个语言的实现:python和nodejs。langChain 是大模型的必备框架,采用组件组装形成功能各异的应用。

项目官方链接:https://github.com/hwchase17/langchain

LangChain组件

一个LangChain应用是通过很多个组件实现的,LangChain主要支持6种组件:
  • Models:模型,各种类型的模型和模型集成,比如GPT-4

  • Prompts:提示,包括提示管理、提示优化和提示序列化

  • Memory:记忆,用来保存和模型交互时的上下文状态

  • Indexes:索引,用来结构化文档,以便和模型交互

  • Chains:链,一系列对各种组件的调用

  • Agents:代理,决定模型采取哪些行动,执行并且观察流程,直到完成为止

LangChain集成中心

LangChain:在这个快速发展的大型语言模型(LLM)领域,我们希望为每个人提供尽可能多的选择的力量和灵活性。但我们也希望使其简单易用。这就是为什么我们要推出一个集成中心。

集成中心:https://integrations.langchain.com/,在该网站中,按照langchain的组件种类和常用工具,分类整理了GitHub中与之相近的所有开源项目,当我们想去找某个组件或者功能时,这可以给你提供不少的思路,免去了你寻找对应组件的时间,类似于搭积木的形式来组装和调试LLMs应用,

 

langchain的使用场景:

  • 个人助手

  • 基于文档的问答系统

  • 聊天机器人

  • Tabular数据查询

  • API交互

  • 信息提取

  • 文档总结

     

目标比较流行的LLM应用有:

  • GPT4 & LangChain Chatbot for large PDF docs:
  • langchain-ChatGLM, local knowledge based ChatGLM with langchain

    | 基于本地知识库的 ChatGLM 问答
  •  Awesome list of tools and projects with the awesome LangChain framework

更多好玩的开源项目,请查阅如下链接:https://github.com/search?q=LangChain&type=repositories