Membangun aplikasi yang didukung LLM menggunakan LangChain

Halaman ini memperkenalkan cara membangun aplikasi yang didukung LLM menggunakan LangChain. Ringkasan di halaman ini menautkan 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 technology (RAG). Layanan ini 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 Cloud SQL untuk SQL Server

Cloud SQL untuk SQL Server menawarkan antarmuka LangChain berikut:

Pelajari cara menggunakan LangChain dengan Panduan Memulai LangChain untuk Cloud SQL untuk SQL Server.

Loader dokumen untuk Cloud SQL untuk SQL Server

Loader 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 tertentu ke rantai.

Untuk memuat dokumen dari loader dokumen di Cloud SQL untuk SQL Server, gunakan class MSSQLLoader. Metode MSSQLLoader menampilkan satu atau beberapa dokumen dari tabel. Gunakan class MSSQLDocumentSaver untuk menyimpan dan menghapus dokumen.

Untuk mengetahui informasi selengkapnya, lihat topik loader Dokumen LangChain.

Panduan prosedur loader dokumen

Panduan Cloud SQL untuk SQL Server untuk loader dokumen menunjukkan cara melakukan hal berikut:

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

Histori pesan chat untuk Cloud SQL untuk SQL Server

Penerapan pertanyaan dan jawaban memerlukan histori hal-hal yang diucapkan dalam percakapan guna memberikan konteks kepada aplikasi untuk 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, salam, atau teks lainnya yang diberikan oleh pengguna atau aplikasi selama percakapan. ChatMessageHistory menyimpan setiap pesan dan menggabungkan pesan untuk setiap percakapan.

Cloud SQL untuk SQL Server memperluas class ini dengan MSSQLChatMessageHistory.

Panduan prosedur histori pesan chat

Panduan Cloud SQL untuk SQL Server untuk histori pesan chat menunjukkan cara melakukan hal berikut:

  • Menginstal LangChain dan melakukan autentikasi ke Google Cloud
  • Buat objek MSSQLEngine dan konfigurasikan kumpulan koneksi ke database Cloud SQL untuk SQL Server Anda
  • Menginisialisasi tabel
  • Lakukan inisialisasi class MSSQLChatMessageHistory untuk menambahkan dan menghapus pesan
  • Buat rantai untuk histori pesan menggunakan LangChain Expression Language (LCEL) dan model chat Vertex AI Google