LLM-gestützte Anwendungen mit LangChain erstellen

Preview — LangChain

This feature is subject to the "Pre-GA Offerings Terms" in the General Service Terms section of the Service Specific Terms. Pre-GA features are available "as is" and might have limited support. For more information, see the launch stage descriptions.

Auf dieser Seite wird erläutert, wie Sie LLM-basierte Anwendungen mit LangChain erstellen. Die Übersichten auf dieser Seite verweisen zu den Verfahrensanleitungen in GitHub.

Was ist LangChain?

LangChain ist ein LLM-Orchestrierungs-Framework, mit dem Entwickler generative KI-Anwendungen oder RAG-Workflows (Retrieval Augmented Generation) erstellen können. Es bietet die Struktur, die Tools und die Komponenten, um komplexe LLM-Workflows zu optimieren.

Weitere Informationen zu LangChain finden Sie auf der Seite Google LangChain. Weitere Informationen zum LangChain-Framework finden Sie in der Produktdokumentation LangChain.

LangChain-Komponenten für Bigtable

Bigtable bietet die folgenden LangChain-Schnittstellen:

• Dokument-Loader
• Chatnachrichtenprotokoll

Mehr über die Verwendung von LangChain mit der LangChain-Kurzanleitung für Bigtable erfahren. In dieser Kurzanleitung wird eine Anwendung erstellt, die auf ein Netflix-Film-Dataset zugreift, damit Nutzer mit Filmdaten interagieren können.

Dokument-Loader für Bigtable

Der Dokument-Loader speichert, lädt und löscht LangChain-Document-Objekte. Beispielsweise können Sie Daten zur Verarbeitung in Einbettungen laden und entweder im Vektorspeicher speichern oder sie als Tool verwenden, um spezifischen Kontext für Ketten bereitzustellen.

Verwenden Sie die Klasse BigtableLoader, um Dokumente aus dem Dokument-Loader in Bigtable zu laden. BigtableLoader-Methoden geben ein oder mehrere Dokumente aus einer Tabelle zurück. Verwenden Sie die Klasse BigtableSaver, um Dokumente zu speichern und zu löschen.

Weitere Informationen finden Sie unter LangChain-Dokument-Loader.

Anleitung zum Laden von Dokumenten

In der Bigtable-Anleitung für das Laden von Dokumenten werden die folgenden Aufgaben erläutert:

• Integrationspaket und LangChain installieren
• Dokumente aus einer Tabelle laden
• Filter zum Loader hinzufügen
• Verbindung und Authentifizierung anpassen
• Dokumenterstellung durch Angabe von Kundeninhalten und Metadaten anpassen
• BigtableSaver zum Speichern und Löschen von Dokumenten verwenden und anpassen

Chatnachrichtenverlauf für Bigtable

Frage-und-Antwort-Anwendungen erfordern einen Verlauf der in der Unterhaltung gesprochenen Dinge, um der Anwendung Kontext zur Beantwortung weiterer Fragen des Nutzers zu bieten. Die LangChain-Klasse ChatMessageHistory ermöglicht der Anwendung, Nachrichten zu speichern und bei Bedarf zur Formulierung weiterer Antworten abzurufen. Eine Nachricht kann eine Frage, eine Antwort, eine Aussage, eine Begrüßung oder andere Texte sein, die der Nutzer oder die Anwendung während der Unterhaltung gibt. ChatMessageHistory speichert jede Nachricht und verkettet Nachrichten für jede Unterhaltung.

Bigtable erweitert diese Klasse mit BigtableChatMessageHistory.

Anleitung zum Verfahren für den Chat-Nachrichtenverlauf

Im Bigtable-Leitfaden für den Verlauf von Chatnachrichten erfahren Sie, wie Sie Folgendes tun können:

• LangChain installieren und bei Google Cloudauthentifizieren
• Bigtable-Schema initialisieren
• Initialisieren Sie die BigtableChatMessageHistory-Klasse, um Nachrichten hinzuzufügen und zu löschen.
• Verbindung und Authentifizierung mit einem Client anpassen