Crea applicazioni basate su LLM utilizzando LangChain

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

Che cos'è LangChain?

LangChain è un framework di orchestrazione LLM che aiuta gli sviluppatori a creare applicazioni di AI generativa o workflow di generazione RAG (Retrieval-Augmented Generation). Fornisce la struttura, gli strumenti e i componenti per semplificare i workflow complessi degli LLM.

Per saperne di più 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:

Datastore vettoriale per Firestore

Vector Store recupera e archivia documenti e metadati da un database vettoriale. Il negozio di vettori offre a un'applicazione la possibilità di eseguire ricerche semantiche che interpretano il significato di una query utente. Questo tipo di ricerca è chiamato ricerca vettoriale e può trovare argomenti che corrispondono alla query a livello concettuale. Al momento della query, il vector store recupera i vettori di embedding più simili all'embedding 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 l'archivio vettoriale in Firestore, utilizza la classe FirestoreVectorStore.

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

Guida alla procedura del datastore vettoriale

La guida di Firestore per il vector store mostra come:

  • Installa il pacchetto di integrazione e LangChain
  • Inizializza una tabella per il datastore vettoriale
  • Configura un servizio di incorporamento utilizzando VertexAIEmbeddings
  • Inizializza FirestoreVectorStore
  • Aggiornare ed eliminare documenti
  • Cercare documenti simili
  • Crea un archivio vettoriale personalizzato per connetterti a un database Firestore preesistente che contiene una tabella con incorporamenti vettoriali

Caricatore di documenti per Firestore

Il caricatore di documenti salva, carica ed elimina gli oggetti Document di LangChain. Ad esempio, puoi caricare i dati da elaborare negli incorporamenti e archiviarli nel vector store o utilizzarli come strumento per fornire un contesto specifico alle catene.

Per caricare 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 LangChain.

Guida alla procedura di caricamento dei documenti

La guida di Firestore per il caricatore di documenti mostra come:

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

Cronologia dei messaggi di Chat per Firestore

Le applicazioni di domande e risposte richiedono una cronologia di ciò che è stato detto nella conversazione per fornire all'applicazione il contesto per rispondere a ulteriori domande dell'utente. La classe ChatMessageHistory di LangChain 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 che l'utente o l'applicazione forniscono durante la conversazione. ChatMessageHistory memorizza ogni messaggio e li concatena 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 della chat mostra come:

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