LangChain 架构

目录

• • LangChain架构
    • LangSmith: 运维+监控 。
    • LangServe:
    • Templates: （非核心）
    • LangGraph:
    • LangChain:
  • API
    • Model I/O
    • Chains
    • Retrieval
    • Agents
    • Memory
• Langchain官网如何学习
  • • 最佳实践
    • 基于langchain开发的各种案例
    • 和其他云平台集成
    • 集成向量化模型
    • 在线视频教程
• 参考资料
  • 0.1 API

LangChain架构

LangSmith: 运维+监控 。

调用链
成功调用多少次，失败多少次，花费多少token

LangSmith是一个用于追踪和评估你的语言模型应用和智
能代理的工具，旨在帮助你从原型阶段过渡到生产阶段。

LangServe:

把开发的接口变成REST API,给其他服务（前端等）调用。
LangServe是一个服务，用于将LangChain的可运行项和
链部署为REST API,使得它们可以通过网络进行调用。

Templates: （非核心）

通过模块快速生成 监控，和RestApi

LangGraph:

比基于LangChain的API做更高级的封装。
最后开发出来的大模型的应用 ，就是一个个LangGraph

LangGraph能够协调多个Chain,Agent,Tools完成更复
杂的任务，并且还支持循环调用。

LangChain:

脚手架。封装很多高级API给我们使用
Model I/O,Chain，Agent等。屏蔽不同的大模型的API的差异。

新版本API使用LECL语言做方法调用（75%）

API

Model I/O

调用大模型（单一模型调用）
https://python.langchain.com/v0.1/docs/modules/model_io/

Chains

支持链路的调用（多个模型调用）
https://python.langchain.com/v0.1/docs/modules/chains/

Retrieval

检索，就是RAG
https://python.langchain.com/v0.1/docs/modules/data_connection/

Agents

Agents架构
https://python.langchain.com/v0.1/docs/modules/agents/

Memory

记忆能力，把历史数据保存下来。
也可以把记忆能力划分到Agent

Langchain官网如何学习

最核心的是Component和Guides， 其他当做字典查询

最佳实践

https://python.langchain.com/v0.1/docs/guides/

基于langchain开发的各种案例

https://github.com/langchain-ai/langchain/blob/master/cookbook/README.md

和其他云平台集成

https://python.langchain.com/v0.1/docs/integrations/platforms/

集成向量化模型

指将文本、图像等非结构化数据转换为高维向量（Embedding）的机器学习模型（如BERT、Word2Vec、OpenAI的text-embedding-ada-002等）。
https://python.langchain.com/v0.1/docs/integrations/text_embedding/

在线视频教程

https://python.langchain.com/v0.1/docs/additional_resources/youtube/

参考资料

0.1 API

https://python.langchain.com/v0.1/docs/modules/

tools
https://python.langchain.com/v0.1/docs/modules/tools/

https://python.langchain.com/docs/tutorials/