Criar aplicativos com tecnologia de LLM usando LangChain

Esta página apresenta como criar aplicativos com tecnologia de LLM usando o LangChain. As visões gerais nesta página têm links para guias de procedimento no GitHub.

O que é o LangChain?

O LangChain é um framework de orquestração de LLMs que ajuda os desenvolvedores a criar aplicativos de IA generativa ou fluxos de trabalho de geração aumentada de recuperação (RAG, na sigla em inglês). Ele fornece a estrutura, as ferramentas e os componentes para otimizar fluxos de trabalho complexos de LLM.

Para mais informações sobre o LangChain, consulte a página Google LangChain. Para mais informações sobre o framework LangChain, consulte a documentação do produto LangChain.

Componentes LangChain para Firestore

O Firestore oferece as seguintes interfaces do LangChain:

Saiba como usar o LangChain com o Guia de início rápido do LangChain para Firestore.

Armazenamento de vetores para o Firestore

O armazenamento de vetores recupera e armazena documentos e metadados de um banco de dados de vetores. O armazenamento de vetores dá a um aplicativo a capacidade de realizar pesquisas semânticas que interpretam o significado de uma consulta do usuário. Esse tipo de pesquisa é chamado de pesquisa vetorial e pode encontrar tópicos que correspondam conceitualmente à consulta. No momento da consulta, o armazenamento de vetores recupera os vetores de embedding mais semelhantes ao embedding da solicitação de pesquisa. No LangChain, um armazenamento de vetores cuida de armazenar dados incorporados e realizar a pesquisa de vetor para você.

Para trabalhar com armazenamento de vetores no Firestore, use a classe FirestoreVectorStore.

Para mais informações, consulte a documentação do produto LangChain Vector Stores.

Guia de procedimento de armazenamento de vetores

O guia do Firestore para armazenamento de vetores mostra como fazer o seguinte:

  • Instale o pacote de integração e o LangChain
  • Inicializar uma tabela para o armazenamento de vetores
  • Configurar um serviço de incorporação usando VertexAIEmbeddings
  • Inicializar FirestoreVectorStore
  • Atualizar e excluir documentos
  • Pesquisar documentos semelhantes
  • Criar um repositório de vetores personalizado para se conectar a um banco de dados preexistente do Firestore que tenha uma tabela com embeddings de vetores

Carregador de documentos para o Firestore

O carregador de documentos salva, carrega e exclui objetos Document do LangChain. Por exemplo, é possível carregar dados para processamento em embeddings e armazená-los em um armazenamento de vetores ou usá-los como uma ferramenta para fornecer contexto específico para cadeias.

Para carregar documentos do Firestore, use a classe FirestoreLoader. Os métodos FirestoreLoader retornam um ou mais documentos de uma tabela. Use a classe FirestoreSaver para salvar e excluir documentos.

Para mais informações, consulte o tópico Carregadores de documentos LangChain.

Guia do procedimento do carregador de documentos

O guia do Firestore para carregador de documentos mostra como:

  • Instale o pacote de integração e o LangChain
  • Carregar documentos de uma tabela
  • Adicionar um filtro ao carregador
  • Personalizar a conexão e a autenticação
  • Personalize a construção de documentos especificando o conteúdo e os metadados do cliente
  • Como usar e personalizar um FirestoreSaver para armazenar e excluir documentos

Histórico de mensagens de chat para o Firestore

Aplicativos de perguntas e respostas exigem um histórico do que foi dito na conversa para dar ao aplicativo contexto para responder a outras perguntas do usuário. A classe ChatMessageHistory do LangChain permite que o aplicativo salve mensagens em um banco de dados e as recupere quando necessário para formular outras respostas. Uma mensagem pode ser uma pergunta, uma resposta, uma declaração, uma saudação ou qualquer outro texto que o usuário ou aplicativo faz durante a conversa. O ChatMessageHistory armazena cada mensagem e encadeia mensagens para cada conversa.

O Firestore estende essa classe com FirestoreChatMessageHistory.

Guia do procedimento do histórico de mensagens do Chat

O guia do Firestore para histórico de mensagens de chat mostra como:

  • Instale o LangChain e faça a autenticação no Google Cloud
  • Inicialize a classe FirestoreChatMessageHistory para adicionar e excluir mensagens
  • Usar um cliente para personalizar a conexão e a autenticação