LangChain-快速开启大模型开发之旅(介绍与安装)
LangChain是一个流行的大语言模型开发框架,使用MIT开源许可证,有着庞大的开发社区,支持多数主流大模型应用开发,可以简化模型应用开发周期。
LangChain 因何而来?
随着近几年来人工智能爆炸式发展,以ChatGPT为代表的各种大语言模型层出不穷,各行各业掀起了一股AI热潮,无论是互联网还是其他企业单位都争相接入AI以提高企业竞争力和工作效率,大模型的开发应用也因此备受瞩目。
然而,由于不同公司开发的技术和应用不同,这些大模型各自的实现又不尽相同,要想接入某一家厂商的大模型,就需要详细查阅对应模型的开发文档,针对当前模型进行开发应用。更重要的是,一旦模型效果无法令人满意,更换另外一个大模型又需要用同样的开发步骤对当前代码进行重构,这会耗费大量时间精力。
LangChain因此诞生,对各种不同的大模型框架进行封装,抽象出几个通用接口,这样就能使用同一套代码对不同大模型进行开发应用了。
LangChain 三大组件
- 模型输入输出(Models I/O)
这包括提示管理、提示优化、聊天模型和 LLMs,以及用于处理模型输出的常用实用程序。 - 检索(Retrival)
检索增强生成涉及从各种来源加载数据,准备数据,然后搜索(也称为检索)数据以在生成步骤中使用。 - 代理(Agents)
代理允许 LLM 自主决定任务的完成方式。代理决定要采取哪些操作,然后执行该操作,观察结果,并重复直到任务完成。LangChain 为代理提供了一个标准接口,以及用于构建自定义代理的 LangGraph。
LangChain框架详细结构如图所示
简单来说,LangChain就是标准化地调用大语言模型,开发者能够通过提供规范的提示模板提高调用效率,同时也能通过数据检索快速查询已有文档,最终由核心的链把这一切封装链接到一起。代理则是让模型能够调用外部工具,进一步提高效率。可以说LangChain提供了模型开发应用中大部分需要的组件。
LangChain 安装
LangChain是python的一个第三方库,因此可以用pip直接安装,下面的代码同时安装了LLM库,引入了一些大模型开发过程中需要的依赖项
1 | pip install langchain[llms] |
同时也可以使用conda安装
1 | conda install langchain -c conda-forge |
好了,现在就可以开启大模型开发之旅啦!
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 清風の小窝!
评论