Skip to main content
Open on GitHub

操作指南

在这里,您可以找到“我该如何……?”这类问题的答案。 这些指南是以目标为导向并且具体的;它们旨在帮助您完成特定任务。 有关概念性解释,请参阅概念指南。 有关端到端演练,请参阅教程。 有关每个类和函数的详尽描述,请参阅API 参考

安装

核心功能

此处重点介绍使用 LangChain 的核心功能。

组件

这些是构建应用程序时可以使用核心构建块。

聊天模型

聊天模型是较新形式的语言模型,它们接收消息并输出消息。 有关从特定提供者开始使用聊天模型的详细信息,请参阅支持的集成

消息

消息是聊天模型的输入和输出。它们具有一些 content 和一个 role,用于描述消息的来源。

提示模板

提示模板负责将用户输入格式化为可以传递给语言模型的格式。

示例选择器

示例选择器负责选择要传递给提示的正确少样本示例。

LLMs

LangChain 所谓的LLMs是较早形式的语言模型,它们接收字符串并输出字符串。

输出解析器

输出解析器负责获取 LLM 的输出并将其解析为更结构化的格式。

文档加载器

文档加载器负责从各种来源加载文档。

文本分割器

文本分割器接收一个文档并将其分割成可用于检索的块。

嵌入模型

嵌入模型接收一段文本并为其创建一个数值表示。 有关从特定提供者开始使用嵌入模型的详细信息,请参阅支持的集成

向量存储

向量存储是能够高效存储和检索嵌入的数据库。 有关从特定提供者开始使用向量存储的详细信息,请参阅支持的集成

检索器

检索器负责接收查询并返回相关文档。

索引

索引是使向量存储与底层数据源保持同步的过程。

工具

LangChain 工具包含工具的描述(用于传递给语言模型)以及要调用的函数实现。有关预构建工具的列表,请参阅此处

多模态

智能体 (Agents)

note

有关智能体的深入操作指南,请查看LangGraph文档。

回调

回调允许您挂钩到 LLM 应用程序执行的各个阶段。

自定义

LangChain 的所有组件都可以轻松扩展以支持您自己的版本。

序列化

用例

这些指南涵盖了特定用例的详细信息。

RAG 问答

检索增强生成 (RAG) 是一种将 LLM 连接到外部数据源的方法。 有关 RAG 的高级教程,请查看本指南

提取

提取是指使用 LLM 从非结构化文本中提取结构化信息。 有关提取的高级教程,请查看本指南

聊天机器人

聊天机器人涉及使用 LLM 进行对话。 有关构建聊天机器人的高级教程,请查看本指南

查询分析

查询分析是指使用 LLM 生成要发送给检索器的查询的任务。 有关查询分析的高级教程,请查看本指南

SQL + CSV 上的问答

您可以使用 LLM 来对表格数据进行问答。 有关高级教程,请查看本指南

图数据库上的问答

您可以使用 LLM 来对图数据库进行问答。 有关高级教程,请查看本指南

摘要

LLM 可以对文本进行摘要并以其他方式提炼所需信息,包括 大量文本。有关高级教程,请查看本指南

LangChain 表达式语言 (LCEL)

我应该使用 LCEL 吗?

LCEL 是一个编排解决方案。有关何时使用 LCEL 的建议,请参阅我们的 概念页面

LangChain 表达式语言是一种创建任意自定义链的方法。它建立在Runnable协议之上。

LCEL 速查表:快速概览主要 LCEL 原语的使用方法。

迁移指南:有关将旧版链抽象迁移到 LCEL 的说明。

LangGraph

LangGraph 是 LangChain 的一个扩展,旨在通过将步骤建模为图中的边和节点来构建健壮且有状态的多角色 LLM 应用程序。

LangGraph 文档目前托管在单独的站点上。 您可以在此处浏览LangGraph 操作指南

LangSmith

LangSmith 允许您密切跟踪、监控和评估您的 LLM 应用程序。 它与 LangChain 和 LangGraph 无缝集成,您可以将其用于在构建过程中检查和调试链和智能体的各个步骤。

LangSmith 文档托管在单独的站点上。 您可以浏览LangSmith 操作指南,但我们将重点介绍一些与 LangChain 特别相关的部分:

评估

评估性能是构建 LLM 驱动型应用程序的重要组成部分。 LangSmith 帮助完成从创建数据集到定义指标再到运行评估器的所有步骤。

要了解更多信息,请查看LangSmith 评估操作指南

跟踪

跟踪使您能够深入了解链和智能体的内部工作原理,对于诊断问题至关重要。

您可以在LangSmith 文档的此部分中找到与跟踪相关的常规操作指南。