Creare applicazioni basate su LLM utilizzando LangChain

Questa pagina illustra come creare applicazioni basate su LLM utilizzando LangChain. Le panoramiche in questa pagina rimandano alle guide alle procedure su GitHub.

Che cos'è LangChain?

LangChain è un framework di orchestrazione LLM che aiuta gli sviluppatori a creare applicazioni di IA generativa o flussi di lavoro di generazione basata sul recupero (RAG). Fornisce la struttura, gli strumenti e i componenti per semplificare i flussi di lavoro LLM complessi.

Per ulteriori informazioni su LangChain, consulta la pagina Google LangChain. Per ulteriori informazioni sul framework LangChain, consulta la documentazione del prodotto LangChain.

Componenti LangChain per Firestore

Firestore offre le seguenti interfacce LangChain:

Negozio di vettori per Firestore

Il repository di vettori recupera e archivia documenti e metadati da un database vettoriale. Il Vector Store offre a un'applicazione la possibilità di eseguire ricerche semantiche che interpretino il significato di una query dell'utente. Questo tipo di ricerca è chiamata ricerca vettoriale e può trovare argomenti che corrispondono concettualmente alla query. Al momento della query, lo spazio vettoriale recupera gli embedding più simili a quello della richiesta di ricerca. In LangChain, un archivio vettoriale si occupa di archiviare i dati incorporati ed eseguire la ricerca vettoriale per te.

Per lavorare con lo spazio vettoriale in Firestore, utilizza la classeFirestoreVectorStore.

Per ulteriori informazioni, consulta la documentazione del prodotto LangChain Vector Stores.

Guida alla procedura del negozio Vector

La guida di Firestore per la raccolta di dati vettoriali illustra come:

  • Installa il pacchetto di integrazione e LangChain
  • Inizializza una tabella per l'archivio di vettori
  • Configurare un servizio di incorporamento utilizzando VertexAIEmbeddings
  • Inizializza FirestoreVectorStore
  • Aggiornare ed eliminare documenti
  • Cercare documenti simili
  • Crea un archivio di vettori personalizzato per connetterti a un database Firestore preesistente che contiene una tabella con embedding di vettori

Caricatore di documenti per Firestore

Il caricatore di documenti salva, carica ed elimina gli oggetti Document di LangChain. Ad esempio, puoi caricare i dati per l'elaborazione negli embedding e archiviarli nel vettore o utilizzarli come strumento per fornire un contesto specifico alle catene.

Per caricare i documenti da Firestore, utilizza la classe FirestoreLoader. I metodi FirestoreLoader restituiscono uno o più documenti da una tabella. Utilizza la classe FirestoreSaver per salvare ed eliminare i documenti.

Per ulteriori informazioni, consulta l'argomento Caricatori di documenti di LangChain.

Guida alla procedura di caricamento dei documenti

La guida di Firestore per il caricamento di documenti illustra come:

  • Installa il pacchetto di integrazione e LangChain
  • Caricare documenti da una tabella
  • Aggiungere un filtro al caricatore
  • Personalizzare la connessione e l'autenticazione
  • Personalizzare la creazione del documento specificando i contenuti e i metadati dei clienti
  • Come utilizzare e personalizzare un FirestoreSaver per archiviare ed eliminare i documenti

Cronologia dei messaggi di Chat per Firestore

Le applicazioni di domande e risposte richiedono una cronologia delle cose dette nella conversazione per fornire il contesto dell'applicazione per rispondere ad altre domande dell'utente. La classe LangChain ChatMessageHistory consente all'applicazione di salvare i messaggi in un database e recuperarli quando necessario per formulare ulteriori risposte. Un messaggio può essere una domanda, una risposta, un'affermazione, un saluto o qualsiasi altro testo fornito dall'utente o dall'applicazione durante la conversazione. ChatMessageHistory memorizza ogni messaggio e li collega per ogni conversazione.

Firestore estende questa classe con FirestoreChatMessageHistory.

Guida alla procedura per la cronologia dei messaggi di Chat

La guida di Firestore per la cronologia dei messaggi di chat illustra come:

  • Installa LangChain e autenticati su Google Cloud
  • Inizializza la classe FirestoreChatMessageHistory per aggiungere ed eliminare i messaggi
  • Utilizzare un client per personalizzare la connessione e l'autenticazione