AIGC学习笔记（7）——AI大模型开辟工程师

AI大模型开辟工程师

006 LangChain之认识LangChain

1 什么是LangChain？

LangChain

• LangChain官网：https://python.langchain.com/docs/introduction/
  

   LangChain是一个用于开辟由大型语言模型（LLM）驱动的应用步调的框架。
  LangChain简化了LLM应用步调生命周期的每个阶段：
  开辟：利用LangChain的开源构建块、组件和第三方集成来构建您的应用步调。利用LangGraph构建支持一流的流处置惩罚和人在环中支持的有状态代理。
生产化：利用LangSmith检查、监控和评估您的链，以便您可以持续优化并有信心地部署。
部署：利用LangGraph Cloud将您的LangGraph应用步调变化为生产停当的API和助手。
  

• LangChain 是一个框架，用于帮组开辟者利用大语音模型来构建应用步调，这个框架提供了一系列的工具和组件，让你可以简朴的创建大模型应用步调，LangChain 可以让你方便管理语言模型的交互，将多个组件链接在一起，并可以访问外部的资源，如果API和数据库等。
  

类比

LangChain的生动度

• github地点：https://github.com/langchain-ai/langchain
  

• LangChain对于大模型开辟工程师来说必须把握。
  
• 其它类似LangChain的框架：https://zhuanlan.zhihu.com/p/634860709
  

2 LangChain解决了什么题目？

• Token限定：一般大模型对于Token长度是有限定的，好比 8K、32K等。如果我想把一本书的内容传给大模型，靠我们本身写代码实现是比较困难的。
  
• 没法查询数据库：是可以利用 function calling 解决，但是实现起来也比较贫苦。
  
• 数据信息滞后：好比OpenAI大模型的数据一般是 2021 年的，对于一些新的数据没有。
  
• 调用第三方API困难：是可以利用 function calling 或 GPT Plugin 解决，但对于一些对大模型不是太认识的人实现起来也比较困难。
  
• 无法联网：如果我们让大模型查询一些题目时，当地知识库搞不定，大模型也搞不定，就必要联网查询。
  
• 模型技能选型多：现在大模型的种类多，如果我们想提供给用户多种模型选择，是不是得去认识每一种模型的API呢，这明显不太容易。
  

   这些题目借助LangChain能优雅解决 ✅
  3 LangChain的核心模块有哪些？

Q/A场景为例

灵活组合

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。