Halaman ini memperkenalkan cara membangun aplikasi yang didukung LLM menggunakan LangChain. Ringkasan di halaman ini ditautkan ke panduan prosedur di GitHub.
Apa itu LangChain?
LangChain adalah framework orkestrasi LLM yang membantu developer membangun aplikasi AI generatif atau alur kerja retrieval-augmented generation (RAG). Vertex AI menyediakan struktur, alat, dan komponen untuk menyederhanakan alur kerja LLM yang kompleks.
Untuk mengetahui informasi selengkapnya tentang LangChain, lihat halaman Google LangChain. Untuk mengetahui informasi selengkapnya tentang framework LangChain, lihat dokumentasi produk LangChain.
Komponen LangChain untuk mode Datastore
Mode Datastore menawarkan antarmuka LangChain berikut:
Pemuat dokumen untuk mode Datastore
Pemuat dokumen menyimpan, memuat, dan menghapus objek Document
LangChain. Misalnya, Anda dapat memuat data untuk diproses menjadi embedding dan menyimpannya di penyimpanan vektor atau menggunakannya sebagai alat untuk memberikan konteks spesifik ke rantai.
Untuk memuat dokumen dari pemuat dokumen dalam mode Datastore, gunakan
class DatastoreLoader
. Metode FirestoreLoader
menampilkan satu atau beberapa dokumen dari tabel. Gunakan class DatastoreSaver
untuk menyimpan dan menghapus dokumen.
Untuk mengetahui informasi selengkapnya, lihat topik Pemuat Dokumen LangChain.
Panduan prosedur pemuat dokumen
Panduan mode Datastore untuk pemuat dokumen menunjukkan cara melakukan hal berikut:
- Menginstal paket integrasi dan LangChain
- Memuat dokumen dari tabel
- Menambahkan filter ke pemuat
- Menyesuaikan koneksi dan autentikasi
- Menyesuaikan pembuatan Dokumen dengan menentukan konten dan metadata pelanggan
- Cara menggunakan dan menyesuaikan
DatastoreSaver
untuk menyimpan dan menghapus dokumen
Histori pesan chat untuk mode Datastore
Aplikasi tanya jawab memerlukan histori hal-hal yang diucapkan dalam percakapan untuk memberikan konteks aplikasi dalam menjawab pertanyaan lebih lanjut dari pengguna. Class ChatMessageHistory
LangChain memungkinkan aplikasi menyimpan pesan ke database dan mengambilnya saat diperlukan untuk merumuskan jawaban lebih lanjut. Pesan dapat berupa pertanyaan, jawaban, pernyataan, sapaan, atau teks lainnya yang diberikan pengguna atau aplikasi selama percakapan.
ChatMessageHistory
menyimpan setiap pesan dan merangkai pesan untuk setiap percakapan.
Mode Datastore memperluas class ini dengan DatastoreChatMessageHistory
.
Panduan prosedur histori pesan chat
Panduan mode Datastore untuk histori pesan chat menunjukkan cara melakukan hal berikut:
- Instal LangChain dan autentikasi ke Google Cloud
- Buat objek
DatastoreChatMessageHistory
dan tambahkan pesan - Menggunakan klien untuk menyesuaikan koneksi dan autentikasi