LLM-gestützte Anwendungen mit LangChain erstellen

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 Firestore

Firestore bietet die folgenden LangChain-Oberflächen:

Vektorspeicher für Firestore

Mit dem Vektorspeicher werden Dokumente und Metadaten aus einer Vektordatenbank abgerufen und gespeichert. Der Vektorspeicher bietet einer Anwendung die Möglichkeit, semantische Suchen durchzuführen, die die Bedeutung einer Nutzerabfrage interpretieren. Diese Art der Suche wird als Vektorsuche bezeichnet und kann Themen finden, die konzeptionell der Abfrage entsprechen. Zum Zeitpunkt der Abfrage ruft der Vektorspeicher die Einbettungsvektoren ab, die der Einbettung der Suchanfrage am ähnlichsten sind. In LangChain kümmert sich ein Vektorspeicher die Speicherung eingebetteter Daten und die Durchführung der Vektorsuche für Sie.

Um mit Vektorspeicher in Firestore zu arbeiten, verwenden Sie die Klasse FirestoreVectorStore.

Weitere Informationen finden Sie in der Produktdokumentation zu LangChain Vector Stores.

Anleitung zum Verfahren für den Vektorspeicher

Firestore-Anleitung für Vektoren Geschäft zeigt Ihnen, wie Sie Folgendes tun:

  • Integrationspaket und LangChain installieren
  • Tabelle für den Vektorspeicher initialisieren
  • Einbettungsdienst mit VertexAIEmbeddings einrichten
  • FirestoreVectorStore initialisieren
  • Dokumente aktualisieren und löschen
  • Nach ähnlichen Dokumenten suchen
  • Benutzerdefinierten Vektorspeicher erstellen, um eine Verbindung zu einem vorhandenen Firestore herzustellen Datenbank mit einer Tabelle mit Vektoreinbettungen

Dokumentladeprogramm für Firestore

Das Dokumentladeprogramm speichert, lädt und löscht ein LangChain-Document-Objekt. Beispielsweise können Sie Daten zur Verarbeitung in Einbettungen laden und entweder im Vektorspeicher speichern oder als Tool verwenden, um Ketten spezifischen Kontext zu liefern.

Verwenden Sie zum Laden von Dokumenten aus Firestore den FirestoreLoader . Mit den Methoden FirestoreLoader wird ein oder mehrere Dokumente aus einer Tabelle zurückgegeben. Verwenden Sie die Klasse FirestoreSaver, um Dokumente zu speichern und zu löschen.

Weitere Informationen finden Sie unter LangChain-Dokument-Loader.

Anleitung zum Laden von Dokumenten

Firestore-Anleitung für das Dokument loader zeigt Ihnen, wie Sie:

  • 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
  • FirestoreSaver zum Speichern und Löschen von Dokumenten verwenden und anpassen

Chat-Nachrichtenverlauf für Firestore

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 in einer Datenbank 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.

Firestore erweitert diese Klasse mit FirestoreChatMessageHistory.

Anleitung zum Verfahren für den Chat-Nachrichtenverlauf

Firestore-Anleitung für Chatnachrichten können Sie Folgendes tun:

  • LangChain installieren und bei Google Cloud authentifizieren
  • FirestoreChatMessageHistory-Klasse zum Hinzufügen und Löschen initialisieren Nachrichten
  • Verwenden Sie einen Client, um die Verbindung und Authentifizierung anzupassen