LangChain 中文入门教程 liaokongVFX/LangChain-Chinese-Getting-Started-Guide: LangChain 的中文入门教程

介绍 众所周知 OpenAI 的 API 无法联网的，所以如果只使用自己的功能实现联网搜索并给出回答、总结 PDF 文档、基于某个 Youtube 视频进行问答等等的功能肯定是无法实现的。所以，我们来介绍一个非常强大的第三方开源库：LangChain 。 文档地址：https://python.langchain.com/en/latest/ 这个库目前非常活跃，每天都在迭代，已经有 22k 的 star，更新速度飞快。 LangChain 是一个用于开发由语言模型驱动的应用程序的框架。他主要拥有 2 个能力： 可以将 LLM 模型与外部数据源进行连接 允许与 LLM 模型进行交互 LLM 模型：Large Language Model，大型语言模型 基础功能 LLM 调用 支持多种模型接口，比如 OpenAI、HuggingFace、AzureOpenAI ... Fake LLM，用于测试 缓存的支持，比如 in-mem（内存）、SQLite、Redis、SQL 用量记录 支持流模式（就是一个字一个字的返回，类似打字效果） Prompt管理，支持各种自定义模板 拥有大量的文档加载器，比如 Email、Markdown、PDF、Youtube ... 对索引的支持 文档分割器 向量化 对接向量存储与搜索，比如 Chroma、Pinecone、Qdrand Chains LLMChain 各种工具Chain LangChainHub 必知概念 相信大家看完上面的介绍多半会一脸懵逼。不要担心，上面的概念其实在刚开始学的时候不是很重要，当我们讲完后面的例子之后，在回来看上面的内容会一下明白很多。 但是，这里有几个概念是必须知道的。 Loader 加载器 顾名思义，这个就是从指定源进行加载数据的。比如：文件夹 DirectoryLoader、Azure 存储 AzureBlobStorageContainerLoader、CSV文件 CSVLoader、印象笔记 EverNoteLoader、Google网盘 GoogleDriveLoader、任意的网页 UnstructuredHTMLLoader、PDF PyPDFLoader、S3 S3DirectoryLoader/S3FileLoader、 Youtube YoutubeLoader 等等，上面只是简单的进行列举了几个，官方提供了超级的多的加载器供你使用。 https://python.langchain.com/en/latest/modules/indexes/document\_loaders.html Document 文档 当使用loader加载器读取到数据源后，数据源需要转换成 Document 对象后，后续才能进行使用。 Text Spltters 文本分割 顾名思义，文本分割就是用来分割文本的。为什么需要分割文本？因为我们每次不管是做把文本当作 prompt 发给 openai api ，还是还是使用 openai api embedding 功能都是有字符限制的。 比如我们将一份300页的 pdf 发给 openai api，让他进行总结，他肯定会报超过最大 Token 错。所以这里就需要使用文本分割器去分割我们 loader 进来的 Document。 Vectorstores 向量数据库 因为数据相关性搜索其实是向量运算。所以，不管我们是使用 openai api embedding 功能还是直接通过向量数据库直接查询，都需要将我们的加载进来的数据 Document 进行向量化，才能进行向量运算搜索。转换成向量也很简单，只需要我们把数据存储到对应的向量数据库中即可完成向量的转换。 官方也提供了很多的向量数据库供我们使用。 https://python.langchain.com/en/latest/modules/indexes/vectorstores.html Chain 链 我们可以把 Chain 理解为任务。一个 Chain 就是一个任务，当然也可以像链条一样，一个一个的执行多个链。 Agent 代理 我们可以简单的理解为他可以动态的帮我们选择和调用chain或者已有的工具。