AIGC学习笔记（7）——AI大模型开发工程师
文章目录
- AI大模型开发工程师
- 006 LangChain之认识LangChain
- 1 什么是LangChain？
- LangChain
- 类比
- LangChain的活跃度
- 2 LangChain解决了什么问题？
- 3 LangChain的核心模块有哪些？
- Q/A场景为例
- 灵活组合
AI大模型开发工程师
006 LangChain之认识LangChain
1 什么是LangChain？
LangChain
- LangChain官网：https://python.langchain.com/docs/introduction/
LangChain是一个用于开发由大型语言模型（LLM）驱动的应用程序的框架。
LangChain简化了LLM应用程序生命周期的每个阶段：
开发：使用LangChain的开源构建块、组件和第三方集成来构建您的应用程序。使用LangGraph构建支持一流的流处理和人在环中支持的有状态代理。
生产化：使用LangSmith检查、监控和评估您的链，以便您可以持续优化并有信心地部署。
部署：使用LangGraph Cloud将您的LangGraph应用程序转变为生产就绪的API和助手。
- LangChain 是一个框架，用于帮组开发者使用大语音模型来构建应用程序，这个框架提供了一系列的工具和组件，让你可以简单的创建大模型应用程序，LangChain 可以让你方便管理语言模型的交互，将多个组件链接在一起，并可以访问外部的资源，如果API和数据库等。
类比
LangChain的活跃度
- github地址：https://github.com/langchain-ai/langchain
- LangChain对于大模型开发工程师来说必须掌握。
- 其它类似LangChain的框架：https://zhuanlan.zhihu.com/p/634860709
2 LangChain解决了什么问题？
- Token限制：一般大模型对于Token长度是有限制的，比如 8K、32K等。如果我想把一本书的内容传给大模型，靠我们自己写代码实现是比较困难的。
- 没法查询数据库：是可以使用 function calling 解决，但是实现起来也比较麻烦。
- 数据信息滞后：比如OpenAI大模型的数据一般是 2021 年的，对于一些新的数据没有。
- 调用第三方API困难：是可以使用 function calling 或 GPT Plugin 解决，但对于一些对大模型不是太熟悉的人实现起来也比较困难。
- 无法联网：如果我们让大模型查询一些问题时，本地知识库搞不定，大模型也搞不定，就需要联网查询。
- 模型技术选型多：现在大模型的种类多，如果我们想提供给用户多种模型选择，是不是得去熟悉每一种模型的API呢，这明显不太容易。
这些问题借助LangChain能优雅解决 ✅
3 LangChain的核心模块有哪些？
Q/A场景为例
灵活组合
