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