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 flussi di lavoro di Retrieval-Augmented Generation (RAG). Fornisce la struttura, gli strumenti e i componenti per semplificare i flussi di lavoro <x0A>LLM complessi.
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 Cloud SQL per MySQL
Cloud SQL per MySQL offre le seguenti interfacce LangChain:
Scopri come utilizzare LangChain con la guida rapida di LangChain per Cloud SQL per MySQL.
Vector Store per Cloud SQL per MySQL
Vector Store recupera e archivia documenti e metadati da un database vettoriale. Vector Store 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 concettualmente alla query. 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 Cloud SQL per MySQL, utilizza la classe
MySQLVectorStore.
Per ulteriori informazioni, consulta la documentazione del prodotto LangChain Vector Stores.
Guida alla procedura del datastore vettoriale
La guida di Cloud SQL per MySQL per vector store mostra come eseguire le seguenti operazioni:
- Installa il pacchetto di integrazione e LangChain
- Crea un oggetto
MySQLEnginee configura un pool di connessioni al tuo database Cloud SQL per MySQL - Inizializzare una tabella
- Crea un oggetto di incorporamento utilizzando
VertexAIEmbeddings - Inizializzare un
MySQLVectorStorepredefinito - Aggiungere testi
- Eliminare i messaggi
- Cercare documenti
- Cercare documenti per vettore
- Aggiungi un indice per accelerare le query di ricerca vettoriale
- Rimuovere un indice
- Creare un archivio vettoriale personalizzato
- Cercare documenti con un filtro dei metadati
Document Loader per Cloud SQL per MySQL
Il caricatore di documenti salva, carica ed elimina gli oggetti Document
LangChain. Ad esempio, puoi caricare i dati per l'elaborazione negli incorporamenti e
archiviarli nell'archivio vettoriale o utilizzarli come strumento per fornire un contesto specifico
alle catene.
Per caricare documenti dal caricatore di documenti in Cloud SQL per MySQL, utilizza la classe MySQLLoader. I metodi MySQLLoader restituiscono uno o più documenti da una
tabella. Utilizza la classe MySQLDocumentSaver per salvare ed eliminare i documenti.
Per saperne di più, consulta l'argomento Caricatori di documenti LangChain.
Guida alla procedura di caricamento dei documenti
La guida di Cloud SQL per MySQL 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
MySQLDocumentSaverper archiviare ed eliminare documenti
Cronologia dei messaggi di chat per Cloud SQL per MySQL
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.
Cloud SQL per MySQL estende questa classe con MySQLChatMessageHistory.
Guida alla procedura per la cronologia dei messaggi di chat
La guida di Cloud SQL per MySQL per la cronologia dei messaggi di chat mostra come:
- Installa LangChain e autenticati su Google Cloud
- Crea un oggetto
MySQLEnginee configura un pool di connessioni al tuo database Cloud SQL per MySQL - Inizializzare una tabella
- Inizializza la classe
MySQLChatMessageHistoryper aggiungere ed eliminare messaggi - Crea una catena per la cronologia dei messaggi utilizzando LangChain Expression Language (LCEL) e i modelli di chat Vertex AI di Google