Membangun aplikasi yang didukung LLM menggunakan LangChain

Halaman ini memperkenalkan cara membangun aplikasi yang didukung LLM menggunakan LangChain. Ringkasan di halaman ini ditautkan ke panduan prosedur di GitHub.

Apa itu LangChain?

LangChain adalah framework orkestrasi LLM yang membantu developer membangun aplikasi AI generatif atau alur kerja retrieval-augmented generation (RAG). Vertex AI menyediakan struktur, alat, dan komponen untuk menyederhanakan alur kerja LLM yang kompleks.

Untuk mengetahui informasi selengkapnya tentang LangChain, lihat halaman Google LangChain. Untuk mengetahui informasi selengkapnya tentang framework LangChain, lihat dokumentasi produk LangChain.

Komponen LangChain untuk Memorystore for Redis Cluster

Memorystore for Redis Cluster menawarkan antarmuka LangChain berikut:

Pelajari cara menggunakan LangChain dengan Mulai Cepat LangChain untuk Memorystore for Redis Cluster.

Penyimpanan vektor untuk Memorystore for Redis Cluster

Penyimpanan vektor mengambil dan menyimpan dokumen serta metadata dari database vektor. Penyimpanan vektor memberi aplikasi kemampuan untuk melakukan penelusuran semantik yang menafsirkan makna kueri pengguna. Jenis penelusuran ini disebut penelusuran vektor, dan dapat menemukan topik yang cocok dengan kueri secara konseptual. Pada waktu kueri, penyimpanan vektor mengambil vektor embedding yang paling mirip dengan embedding permintaan penelusuran. Di LangChain, penyimpanan vektor menangani penyimpanan data tersemat dan melakukan penelusuran vektor untuk Anda.

Untuk menggunakan penyimpanan vektor di Memorystore for Redis Cluster, gunakan class RedisVectorStore

Untuk mengetahui informasi selengkapnya, lihat dokumentasi produk LangChain Vector stores.

Panduan prosedur penyimpanan vektor

Panduan Memorystore for Redis Cluster untuk penyimpanan vektor menunjukkan cara melakukan hal berikut:

  • Menginstal paket integrasi dan LangChain
  • Menginisialisasi indeks vektor
  • Menyiapkan dokumen untuk penyimpanan vektor
  • Menambahkan dokumen ke penyimpanan vektor
  • Melakukan penelusuran kesamaan (KNN)
  • Melakukan penelusuran kemiripan berbasis rentang
  • Melakukan Penelusuran Relevansi Marginal Maksimal (MMR)
  • Menggunakan penyimpanan vektor sebagai Retriever
  • Menghapus dokumen dari penyimpanan vektor
  • Menghapus Indeks Vektor

Pemuat dokumen untuk Memorystore for Redis Cluster

Pemuat dokumen menyimpan, memuat, dan menghapus objek Document LangChain. Misalnya, Anda dapat memuat data untuk diproses menjadi embedding dan menyimpannya di penyimpanan vektor atau menggunakannya sebagai alat untuk memberikan konteks spesifik ke rantai.

Untuk memuat dokumen dari pemuat dokumen di Memorystore for Redis Cluster, gunakan class MemorystoreDocumentLoader. Gunakan class MemorystoreDocumentSaver untuk menyimpan dan menghapus dokumen.

Untuk mengetahui informasi selengkapnya, lihat topik Pemuat Dokumen LangChain.

Panduan prosedur pemuat dokumen

Panduan Memorystore for Redis Cluster untuk pemuat dokumen menunjukkan cara melakukan hal berikut:

  • Menginstal paket integrasi dan LangChain
  • Memuat dokumen dari tabel
  • Menambahkan filter ke pemuat
  • Menyesuaikan koneksi dan autentikasi
  • Menyesuaikan pembuatan Dokumen dengan menentukan konten dan metadata pelanggan
  • Cara menggunakan dan menyesuaikan MemorystoreDocumentSaver untuk menyimpan dan menghapus dokumen

Histori pesan chat untuk Memorystore for Redis Cluster

Aplikasi tanya jawab memerlukan histori hal-hal yang diucapkan dalam percakapan untuk memberikan konteks aplikasi dalam menjawab pertanyaan lebih lanjut dari pengguna. Class ChatMessageHistory LangChain memungkinkan aplikasi menyimpan pesan ke database dan mengambilnya saat diperlukan untuk merumuskan jawaban lebih lanjut. Pesan dapat berupa pertanyaan, jawaban, pernyataan, sapaan, atau teks lainnya yang diberikan pengguna atau aplikasi selama percakapan. ChatMessageHistory menyimpan setiap pesan dan merangkai pesan untuk setiap percakapan.

Memorystore for Redis Cluster memperluas class ini dengan MemorystoreChatMessageHistory.

Panduan prosedur histori pesan chat

Panduan Memorystore for Redis Cluster untuk histori pesan chat menunjukkan cara:

  • Instal LangChain dan autentikasi ke Google Cloud
  • Inisialisasi class MemorystoreChatMessageHistory untuk menambahkan dan menghapus pesan