LangChain을 사용하여 LLM 기반 애플리케이션 빌드
이 페이지에서는 LangChain을 사용하여 LLM 기반 애플리케이션을 빌드하는 방법을 소개합니다. 이 페이지의 개요는 GitHub의 절차 가이드로 연결됩니다.
LangChain이란 무엇인가요?
LangChain은 개발자가 생성형 AI 애플리케이션 또는 검색 증강 생성(RAG) 워크플로를 빌드할 수 있도록 도와주는 LLM 조정 프레임워크로서, 복잡한 LLM 워크플로를 간소화하는 구조, 도구, 구성요소를 제공합니다.
LangChain에 대한 자세한 내용은 Google LangChain 페이지를 참조하세요. LangChain 프레임워크에 대한 자세한 내용은 LangChain 제품 문서를 참조하세요.
Bigtable용 LangChain 구성요소
Bigtable은 다음과 같은 LangChain 인터페이스를 제공합니다.
Bigtable용 LangChain 빠른 시작에서 LangChain 사용 방법에 대해 알아보세요. 이 빠른 시작에서는 사용자가 영화 데이터와 상호작용할 수 있도록 Netflix Movie 데이터 세트에 액세스하는 애플리케이션을 만듭니다.
Bigtable용 문서 로더
문서 로더는 LangChain Document 객체를 저장, 로드, 삭제합니다.
예를 들어 임베딩으로 처리할 데이터를 로드하고 벡터 저장소에 저장하거나 체인에 특정 컨텍스트를 제공하는 도구로 사용할 수 있습니다.
Bigtable의 문서 로더에서 문서를 로드하려면 BigtableLoader 클래스를 사용합니다. BigtableLoader 메서드는 테이블에서 문서를 한 개 이상 반환합니다. 문서를 저장 및 삭제하려면 BigtableSaver 클래스를 사용합니다.
자세한 내용은 LangChain 문서 로더 주제를 참조하세요.
문서 로더 절차 가이드
문서 로더용 Bigtable 가이드에서 다음 작업을 수행하는 방법을 보여줍니다.
- 통합 패키지 및 LangChain 설치
- 테이블에서 문서 로드
- 로더에 필터 추가
- 연결 및 인증 맞춤설정
- 고객 콘텐츠 및 메타데이터를 지정하여 문서 생성 맞춤설정
BigtableSaver를 사용하고 맞춤설정하여 문서를 저장하고 삭제하는 방법
Bigtable의 채팅 메시지 기록
질의응답 애플리케이션의 경우 사용자의 추가 질문에 대답하기 위해 애플리케이션 컨텍스트를 제공하려면 대화에서 말한 내용의 기록이 필요합니다. LangChain ChatMessageHistory 클래스를 사용하면 애플리케이션이 메시지를 저장하고 필요할 때 가져와 추가 답변을 생성할 수 있습니다. 메시지는 질문, 대답, 서술, 인사말 또는 대화 중에 사용자 또는 애플리케이션이 제공하는 기타 텍스트일 수 있습니다.
ChatMessageHistory가 각 메시지를 저장하고 각 대화의 메시지를 함께 연결합니다.
Bigtable은 BigtableChatMessageHistory로 이 클래스를 확장합니다.
채팅 메시지 기록 절차 가이드
채팅 메시지 기록용 Bigtable 가이드에서 다음 작업을 수행하는 방법을 보여줍니다.
- LangChain 설치 및 Google Cloud에 인증
- Bigtable 스키마 초기화
BigtableChatMessageHistory클래스를 초기화하여 메시지 추가 및 삭제- 클라이언트를 사용하여 연결 및 인증 맞춤설정