Crie aplicações baseadas em MDIs com o LangChain

Esta página apresenta como criar aplicações com tecnologia de GML usando o LangChain. As vistas gerais nesta página incluem links para guias de procedimentos no GitHub.

O que é a LangChain?

O LangChain é uma framework de orquestração de GMLs que ajuda os programadores a criar aplicações de IA generativa ou fluxos de trabalho de geração aumentada de recuperação (RAG). Fornece a estrutura, as ferramentas e os componentes para simplificar os fluxos de trabalho complexos de MDIs.

Para mais informações sobre o LangChain, consulte a página Google LangChain. Para mais informações sobre a framework LangChain, consulte a documentação do produto LangChain.

Componentes do LangChain para o Bigtable

O Bigtable oferece as seguintes interfaces LangChain:

Saiba como usar o LangChain com o início rápido do LangChain para o Bigtable. Este início rápido cria uma aplicação que acede a um conjunto de dados de filmes da Netflix para que os utilizadores possam interagir com os dados de filmes.

Armazenamento de vetores para o Bigtable

Pode usar o arquivo vetorial para guardar documentos de texto juntamente com as respetivas incorporações de vetores e outros metadados numa tabela do Bigtable. Isto permite-lhe:

  • Pesquise os seus documentos com técnicas como a pesquisa de similaridade vetorial ou a pesquisa de relevância marginal máxima (MMR).
  • Realizar filtragem adicional nos resultados da pesquisa vetorial com os metadados dos documentos.

Para mais informações, consulte o tópico Bases de dados vetoriais do LangChain.

Guia de procedimentos da base de dados vetorial

O guia do Bigtable para arquivos de vetores mostra como fazer o seguinte:

  • Instale o pacote de integração e o LangChain
  • Configure o serviço de incorporação
  • Crie e configure o armazenamento do Bigtable
  • Personalize a ligação e a autenticação
  • Consultar a loja com o algoritmo kNN e filtrar os resultados pelos metadados dos documentos

Armazenamento de chave-valor para o Bigtable

O Bigtable fornece um armazenamento de chave/valor para o LangChain sob a forma de uma classe ByteStore que lhe permite trabalhar com documentos ou incorporações armazenados como objetos de bytes. Esta abordagem pode ajudar a reduzir significativamente os custos e a latência quando realiza tarefas como o armazenamento em cache e a indexação de incorporações para consultas repetidas.

Para mais informações, consulte o tópico Armazenamentos de chaves-valores do LangChain.

Guia de procedimento da loja de chaves-valores

O guia do Bigtable para armazenamentos de chave-valor mostra como fazer o seguinte:

  • Instale o pacote de integração e o LangChain
  • Inicialize o motor e as tabelas necessários
  • Personalize a ligação e a autenticação
  • Como usar BigtableByteStore como uma camada de colocação em cache para incorporações de vetores

Carregador de documentos para o Bigtable

O carregador de documentos guarda, carrega e elimina objetos Document do LangChain. Por exemplo, pode carregar dados para processamento em incorporações e armazená-los no arquivo de vetores ou usá-los como uma ferramenta para fornecer contexto específico às cadeias.

Para carregar documentos do carregador de documentos no Bigtable, use a classe BigtableLoader. Os métodos BigtableLoader devolvem um ou mais documentos de uma tabela. Use a classe BigtableSaver para guardar e eliminar documentos.

Para mais informações, consulte o tópico Carregadores de documentos do LangChain.

Guia de procedimentos do carregador de documentos

O guia do Bigtable para o carregador de documentos mostra-lhe como fazer o seguinte:

  • Instale o pacote de integração e o LangChain
  • Carregue documentos a partir de uma tabela
  • Adicione um filtro ao carregador
  • Personalize a ligação e a autenticação
  • Personalize a construção de documentos especificando o conteúdo e os metadados do cliente
  • Como usar e personalizar um BigtableSaver para armazenar e eliminar documentos

Histórico de mensagens de chat para o Bigtable

As aplicações de perguntas e respostas requerem um histórico das coisas ditas na conversa para dar contexto à aplicação para responder a mais perguntas do utilizador. A classe ChatMessageHistory do LangChain permite que a aplicação guarde mensagens e as obtenha quando necessário para formular mais respostas. Uma mensagem pode ser uma pergunta, uma resposta, uma declaração, uma saudação ou qualquer outro texto que o utilizador ou a aplicação forneça durante a conversa. ChatMessageHistory armazena cada mensagem e encadeia as mensagens para cada conversa.

O Bigtable expande esta classe com BigtableChatMessageHistory.

Guia de procedimento do histórico de mensagens de chat

O guia do Bigtable para o histórico de mensagens do chat mostra como fazer o seguinte:

  • Instale o LangChain e autentique-se no Google Cloud
  • Inicialize o esquema do Bigtable
  • Inicialize a classe BigtableChatMessageHistory para adicionar e eliminar mensagens
  • Use um cliente para personalizar a ligação e a autenticação