Créer des applications basées sur un LLM avec LangChain

Cette page explique comment créer des applications basées sur un LLM en utilisant LangChain. Les présentations de cette page sont liées aux guides de procédure dans GitHub.

Qu'est-ce que LangChain ?

LangChain est un framework d'orchestration LLM qui aide les développeurs à créer des applications d'IA générative ou des workflows de génération augmentée de récupération (RAG). Il fournit la structure, les outils et les composants nécessaires pour simplifier les workflows LLM complexes.

Pour plus d'informations sur LangChain, consultez la page Google LangChain. Pour en savoir plus sur le framework LangChain, consultez la documentation du produit de LangChain.

Composants LangChain pour Firestore

Firestore propose les interfaces LangChain suivantes:

Découvrez comment utiliser LangChain avec le guide de démarrage rapide de LangChain pour Firestore.

Magasin de données vectorielles pour Firestore

Le magasin de vecteurs récupère et stocke les documents et les métadonnées d'une base de données vectorielle. Le magasin de vecteurs permet à une application d'effectuer des recherches sémantiques qui interprétent la signification d'une requête utilisateur. Ce type de recherche est appelé recherche vectorielle. Elle permet de trouver des sujets correspondant à la requête du point de vue conceptuel. Au moment de la requête, le magasin de vecteurs récupère les vecteurs de représentation vectorielle continue qui ressemblent le plus à la représentation vectorielle continue de la requête de recherche. Dans LangChain, un magasin Vector se charge de stocker les données intégrées et d'effectuer la recherche vectorielle pour vous.

Pour utiliser le store vectoriel dans Firestore, utilisez la classe FirestoreVectorStore.

Pour en savoir plus, consultez la documentation produit Magasins de vecteurs LangChain.

Guide de procédure pour le magasin de vecteurs

Le guide Firestore pour le magasin de données vectorielles vous explique comment effectuer les opérations suivantes:

  • installer le package d'intégration et LangChain ;
  • Initialiser une table pour le magasin de données vectorielles
  • Configurer un service d'intégration à l'aide de VertexAIEmbeddings
  • Initialiser FirestoreVectorStore
  • Mettre à jour et supprimer des documents
  • Rechercher des documents similaires
  • créer un magasin vectoriel personnalisé pour se connecter à une base de données Firestore préexistante avec une table avec

Chargeur de documents pour Firestore

Le chargeur de documents enregistre, charge et supprime un objet Document LangChain. Par exemple, vous pouvez charger des données à traiter dans des représentations vectorielles continues, et les stocker dans un stockage vectoriel ou les utiliser comme outil pour fournir un contexte spécifique aux chaînes.

Pour charger des documents à partir de Firestore, utilisez la classe FirestoreLoader. Les méthodes FirestoreLoader renvoient un ou plusieurs documents à partir d'une table. Utilisez la classe FirestoreSaver pour enregistrer et supprimer des documents.

Pour en savoir plus, consultez la page Chargeurs de documents LangChain.

Guide de procédure du chargeur de documents

Le guide Firestore pour le chargeur de document vous explique comment:

  • installer le package d'intégration et LangChain ;
  • charger des documents depuis une table ;
  • ajouter un filtre au chargeur ;
  • personnaliser la connexion et l'authentification ;
  • Personnaliser la construction d'un document en spécifiant les métadonnées et les contenus client
  • Utiliser et personnaliser un FirestoreSaver pour stocker et supprimer des documents

Historique des messages Chat pour Firestore

Les applications de questions-réponses nécessitent un historique de ce qui s'est dit dans la conversation afin de fournir à l'application un contexte qui lui permet de répondre à d'autres questions de l'utilisateur. La classe ChatMessageHistory de LangChain permet à l'application d'enregistrer des messages dans une base de données et de les récupérer si nécessaire pour formuler d'autres réponses. Un message peut être une question, une réponse, une instruction, un message d'accueil ou tout autre texte émis par l'utilisateur ou l'application au cours d'une conversation. ChatMessageHistory stocke chaque message et enchaîne les messages pour chaque conversation.

Firestore étend cette classe avec FirestoreChatMessageHistory.

Guide de procédure pour l'historique des messages de chat

Le guide Firestore pour l'historique des messages de chat vous explique comment:

  • installer LangChain et s'authentifier auprès de Google Cloud ;
  • Initialisez la classe FirestoreChatMessageHistory pour ajouter et supprimer des messages.
  • Utiliser un client pour personnaliser la connexion et l'authentification