Auf dieser Seite wird erläutert, wie Sie LLM-basierte Anwendungen mit LangChain erstellen. Die Übersichten auf dieser Seite verweisen zu den Verfahrensanleitungen in GitHub.
Was ist LangChain?
LangChain ist ein LLM-Orchestrierungs-Framework, mit dem Entwickler generative KI-Anwendungen oder RAG-Workflows (Retrieval Augmented Generation) erstellen können. Es bietet die Struktur, die Tools und die Komponenten, um komplexe LLM-Workflows zu optimieren.
Weitere Informationen zu LangChain finden Sie auf der Seite Google LangChain. Weitere Informationen zum LangChain-Framework finden Sie in der Produktdokumentation LangChain.
LangChain-Komponenten für Memorystore for Redis
Memorystore for Redis bietet die folgenden LangChain-Schnittstellen:
Mehr über die Verwendung von LangChain mit der LangChain-Kurzanleitung für Memorystore for Redis erfahren.
Vektorspeicher für Memorystore for Redis
Mit dem Vektorspeicher werden Dokumente und Metadaten aus einer Vektordatenbank abgerufen und gespeichert. Der Vektorspeicher bietet einer Anwendung die Möglichkeit, semantische Suchen durchzuführen, die die Bedeutung einer Nutzerabfrage interpretieren. Diese Art der Suche wird als Vektorsuche bezeichnet und kann Themen finden, die konzeptionell der Abfrage entsprechen. Zum Zeitpunkt der Abfrage ruft der Vektorspeicher die Einbettungsvektoren ab, die der Einbettung der Suchanfrage am ähnlichsten sind. In LangChain übernimmt ein Vektorspeicher das Speichern eingebetteter Daten und das Ausführen der Vektorsuche für Sie.
Verwenden Sie die Klasse RedisVectorStore, um mit dem Vektorspeicher in Memorystore for Redis zu arbeiten.
Weitere Informationen finden Sie in der Produktdokumentation zu LangChain Vector Stores.
Anleitung zum Verfahren für den Vektorspeicher
In der Memorystore for Redis-Anleitung für Vektorspeicher erfahren Sie, wie Sie Folgendes tun:
- Integrationspaket und LangChain installieren
- Vektorindex initialisieren
- Dokumente für den Vektorspeicher vorbereiten
- Dem Vektorspeicher Dokumente hinzufügen
- Ähnlichkeitssuche (KNN) ausführen
- Eine bereichsbasierte Ähnlichkeitssuche durchführen
- Maximal Marginal Relevance (MMR)-Suche ausführen
- Vektorspeicher als Retriever verwenden
- Dokumente aus dem Vektorspeicher löschen
- Vektorindex löschen
Dokumentenloader für Memorystore for Redis
Der Dokument-Loader speichert, lädt und löscht LangChain-Document-Objekte. Beispielsweise können Sie Daten zur Verarbeitung in Einbettungen laden und entweder im Vektorspeicher speichern oder sie als Tool verwenden, um spezifischen Kontext für Ketten bereitzustellen.
Verwenden Sie die Klasse MemorystoreDocumentLoader, um Dokumente aus dem Dokument-Loader in Memorystore for Redis zu laden. Verwenden Sie die Klasse MemorystoreDocumentSaver, um Dokumente zu speichern und zu löschen.
Weitere Informationen finden Sie unter LangChain-Dokument-Loader.
Anleitung zum Laden von Dokumenten
In der Memorystore for Redis-Anleitung für das Laden von Dokumenten werden die folgenden Aufgaben erläutert:
- Integrationspaket und LangChain installieren
- Dokumente aus einer Tabelle laden
- Filter zum Loader hinzufügen
- Verbindung und Authentifizierung anpassen
- Dokumenterstellung durch Angabe von Kundeninhalten und Metadaten anpassen
MemorystoreDocumentSaverzum Speichern und Löschen von Dokumenten verwenden und anpassen
Chatnachrichtenverlauf für Memorystore for Redis
Frage-und-Antwort-Anwendungen erfordern einen Verlauf der in der Unterhaltung gesprochenen Dinge, um der Anwendung Kontext zur Beantwortung weiterer Fragen des Nutzers zu bieten. Die LangChain-Klasse ChatMessageHistory ermöglicht der Anwendung, Nachrichten in einer Datenbank zu speichern und bei Bedarf zur Formulierung weiterer Antworten abzurufen. Eine Nachricht kann eine Frage, eine Antwort, eine Aussage, eine Begrüßung oder andere Texte sein, die der Nutzer oder die Anwendung während der Unterhaltung gibt.
ChatMessageHistory speichert jede Nachricht und verkettet Nachrichten für jede Unterhaltung.
Memorystore for Redis erweitert diese Klasse um MemorystoreChatMessageHistory.
Anleitung zum Verfahren für den Chat-Nachrichtenverlauf
Im Memorystore for Redis-Leitfaden für den Chatnachrichtenverlauf erfahren Sie Folgendes:
- LangChain installieren und bei Google Cloudauthentifizieren
- Initialisieren Sie die
MemorystoreChatMessageHistory-Klasse, um Nachrichten hinzuzufügen und zu löschen.