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 do LangChain para Memorystore para Redis
O Memorystore para Redis oferece as seguintes interfaces do LangChain:
Saiba como usar o LangChain com o Guia de início rápido do LangChain para Memorystore para Redis.
Armazenamento de vetores para Memorystore para Redis
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 repositório de vetores cuida do armazenamento de dados incorporados e da realização da pesquisa de vetor para você.
Para trabalhar com armazenamento de vetores no Memorystore para Redis, use a classe
RedisVectorStore.
Para saber mais, consulte a documentação do produto Armazenamentos de vetores do LangChain.
Guia de procedimento de armazenamento de vetores
O guia do Memorystore para Redis para armazenamento de vetores mostra como fazer o seguinte:
- Instale o pacote de integração e o LangChain
- Inicializar um índice vetorial
- Preparar documentos para o armazenamento de vetores
- Adicionar documentos ao armazenamento de vetores
- Realizar uma pesquisa por similaridade (KNN)
- Realizar uma pesquisa por similaridade baseada em intervalo
- Realize uma pesquisa de relevância marginal máxima (MMR)
- Usar o repositório de vetores como um Retriever
- Excluir documentos do armazenamento de vetores
- Excluir um índice vetorial
Carregador de documentos do Memorystore para Redis
O carregador de documentos salva, carrega e exclui objetos Document do
LangChain. Por exemplo, é possível carregar dados para processamento em embeddings e
armazenar em um armazenamento de vetores ou usá-los como uma ferramenta para fornecer contexto específico
para cadeias.
Para carregar documentos do carregador de documentos no Memorystore para Redis, use a
classe MemorystoreDocumentLoader. Use a classe MemorystoreDocumentSaver 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 Memorystore para Redis para o carregador de documentos mostra como fazer o seguinte:
- 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
MemorystoreDocumentSaverpara armazenar e excluir documentos.
Histórico de mensagens de chat do Memorystore para Redis
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 Memorystore para Redis estende essa classe com MemorystoreChatMessageHistory.
Guia do procedimento do histórico de mensagens do Chat
No guia do Memorystore para Redis para o histórico de mensagens de chat, mostramos como:
- Instale o LangChain e faça a autenticação no Google Cloud
- Inicialize a classe
MemorystoreChatMessageHistorypara adicionar e excluir mensagens