文章目录
- 基于LangChain大模型的案例架构实战
- 1 LangChain 顶层架构设计以及关键技术剖析
- LangChain 是什么?
- LangChain的主要功能是什么？
- LangChain 顶层架构设计
- LangChain 典型使用场景：QA 问答系统
- LangChain 顶层架构设计之 Model I/O
- LangChain 顶层架构设计之 Retrieval
- 2 基于 LangChain 的 LLM 应用架构揭秘
- 基于 LangChain 的 LLM 应用场景
- 基于 LangChain 的 LLM 应用架构设计
基于LangChain大模型的案例架构实战
1 LangChain 顶层架构设计以及关键技术剖析
LangChain 是什么?
- LangChain是一个用于开发基于语言模型应用的框架
- 基于上下文
- 推理
LangChain的主要功能是什么？
- Components（组件）：Model I/O、 Retrieval（检索）、Chains、 Memory（记忆）、Agents、Callbacks.
- Off-the-shelf chains（现成的链）：a structured assembly of components for accomplishing specific higher-level tasks.
LangChain 顶层架构设计
LangChain 典型使用场景：QA 问答系统
LangChain 顶层架构设计之 Model I/O
Model I/O三个组成
- Prompts：主要管理、协助构建送入 Model 的输入
- Language Modes：用何种 Model
- Output parsers：解析输出结果
LangChain 顶层架构设计之 Retrieval
Retrieval (Data Connection)组成
- Many LLM applications require user-specific data that is not part of the model’s training set. The primary way of accomplishing this is through Retrieval Augmented Generation (RAG).
- LangChain 核心组成：数据链路（Data Connection）模块——Load
- LangChain 核心组成：数据链路（Data Connection）模块——Transform
- LangChain 核心组成：数据链路（Data Connection）模块——Embed
- LangChain 核心组成：数据链路（Data Connection）模块——Embed-相识度核心原理（“向量”距离）
- LangChain 核心组成：数据链路（Data Connection）模块——Vector Store
- LangChain 核心组成：记忆（Memory）模块，针对多轮对话强相关
- LangChain 架构设计以及运作方式，对于 IT人来说是一项非常重要的技能，它可以让您的 LLM 业务研发更高效和创新。
2 基于 LangChain 的 LLM 应用架构揭秘
基于 LangChain 的 LLM 应用场景
基于 LangChain 的 LLM 应用架构设计
- 1、企业级真实实战案例一：企业知识库应用架构设计与实践
- 2、企业级真实实战案例二：AutoGPT 应用架构设计与实践
- 3、企业级真实实战案例三：AI 翻译助手应用架构设计与实践
- 4、企业级真实实战案例四：AI Agents 实战:Google Search + LLM
- 5、企业级真实实战案例五：ReAct 实战:SerpAPI + LLM-MATH
- 6、大模型微调实战、大模型向量数据库实战等等