En esta página, se presenta cómo compilar aplicaciones con tecnología de LLM a través de LangChain. Las descripciones generales de esta página se vinculan a guías de procedimiento en GitHub.
¿Qué es LangChain?
LangChain es un framework de organización de LLM que ayuda a los desarrolladores a compilar aplicaciones de IA generativa o flujos de trabajo de generación de aumento de recuperación (RAG). Proporciona la estructura, las herramientas y los componentes para optimizar los flujos de trabajo complejos de LLM.
Para obtener más información acerca de LangChain, consulta la página Google LangChain. Para obtener más información sobre el framework de LangChain, consulta la documentación del producto LangChain.
Componentes de LangChain para Memorystore for Redis Cluster
Memorystore for Redis Cluster ofrece las siguientes interfaces de LangChain:
Aprende a usar LangChain con la guía de inicio rápido de LangChain para Memorystore for Redis Cluster.
Almacén de vectores para Memorystore for Redis Cluster
El almacén de vectores recupera y almacena documentos y metadatos de una base de datos vectorial. El almacén de vectores brinda a una aplicación la capacidad de realizar búsquedas semánticas que interpretan el significado de una consulta de usuario. Este tipo de búsqueda se denomina búsqueda de vectores y puede encontrar temas que coincidan de manera conceptual con la consulta. En el momento de la consulta, el almacén de vectores recupera los vectores de incorporación que son más similares a la incorporación de la solicitud de búsqueda. En LangChain, un almacén de vectores se encarga de almacenar datos incorporados y realizar la búsqueda de vectores por ti.
Para trabajar con el almacén de vectores en Memorystore for Redis Cluster, usa la clase RedisVectorStore.
Para obtener más información, consulta la documentación del producto LangChain Vector stores.
Guía de procedimiento del almacén de vectores
En la guía de Memorystore for Redis Cluster para el almacén de vectores, se muestra cómo hacer lo siguiente:
- Instalar el paquete de integración y LangChain
- Inicializa un índice de vectores
- Prepara documentos para el almacén de vectores
- Agrega documentos al almacén de vectores
- Realiza una búsqueda de similitud (KNN)
- Realiza una búsqueda de similitud basada en rangos
- Cómo realizar una búsqueda de relevancia marginal máxima (MMR)
- Usa el almacén de vectores como Retriever
- Borra documentos del almacén de vectores
- Borra un índice vectorial
Cargador de documentos para Memorystore for Redis Cluster
El cargador de documentos guarda, carga y borra un objeto Document de LangChain. Por ejemplo, puedes cargar datos para procesarlos en incorporaciones y almacenarlos en un almacén de vectores o usarlos como una herramienta con el fin de proporcionar contexto específico a las cadenas.
Para cargar documentos desde el cargador de documentos en Memorystore para Redis Cluster, usa la clase MemorystoreDocumentLoader. Usa la clase MemorystoreDocumentSaver para guardar y borrar documentos.
Para obtener más información, consulta el tema Cargadores de documentos de LangChain.
Guía de procedimiento del cargador de documentos
En la guía de Memorystore for Redis Cluster para el cargador de documentos, se muestra cómo hacer lo siguiente:
- Instalar el paquete de integración y LangChain
- Cargar documentos desde una tabla
- Agregar un filtro al cargador
- Personalizar la conexión y la autenticación
- Personalizar la creación de documentos con la especificación el contenido y los metadatos del cliente
- Cómo usar y personalizar un
MemorystoreDocumentSaverpara almacenar y borrar documentos
Historial de mensajes de chat para Memorystore for Redis Cluster
Las aplicaciones de preguntas y respuestas requieren un historial de lo que se dijo en la conversación para darle contexto a la aplicación para responder más preguntas del usuario. La clase ChatMessageHistory de LangChain permite que la aplicación guarde mensajes en una base de datos y los recupere cuando sea necesario para formular más respuestas. Un mensaje puede ser una pregunta, una respuesta, una declaración, un saludo o cualquier otro texto que el usuario o la aplicación proporcione durante la conversación.
ChatMessageHistory almacena cada mensaje y los encadena para cada conversación.
Memorystore for Redis Cluster extiende esta clase con MemorystoreChatMessageHistory.
Guía de procedimiento del historial de mensajes de chat
En la guía de Memorystore for Redis Cluster para el historial de mensajes de chat, se muestra cómo hacer lo siguiente:
- Instala LangChain y autentica Google Cloud
- Inicializar la clase
MemorystoreChatMessageHistorypara agregar y borrar mensajes