LLM-gestützte Anwendungen mit LangChain erstellen

Auf dieser Seite wird erläutert, wie Sie LLM-basierte Anwendungen mit LangChain erstellen. Die Übersichten auf dieser Seite verweisen zu den Verfahrensanleitungen in GitHub.

Was ist LangChain?

LangChain ist ein LLM-Orchestrierungs-Framework, mit dem Entwickler generative KI-Anwendungen oder RAG-Workflows (Retrieval Augmented Generation) erstellen können. Es bietet die Struktur, die Tools und die Komponenten, um komplexe LLM-Workflows zu optimieren.

Weitere Informationen zu LangChain finden Sie auf der Seite Google LangChain. Weitere Informationen zum LangChain-Framework finden Sie in der Produktdokumentation LangChain.

LangChain-Komponenten für Memorystore for Valkey

Memorystore for Valkey bietet die folgenden LangChain-Schnittstellen:

Mehr über die Verwendung von LangChain mit der LangChain-Kurzanleitung erfahren.

Vektorspeicher für Memorystore for Valkey

Mit dem Vektorspeicher werden Dokumente und Metadaten aus einer Vektordatenbank abgerufen und gespeichert. Der Vektorspeicher bietet einer Anwendung die Möglichkeit, semantische Suchen durchzuführen, die die Bedeutung einer Nutzerabfrage interpretieren. Diese Art der Suche wird als Vektorsuche bezeichnet und kann Themen finden, die konzeptionell der Abfrage entsprechen. Zum Zeitpunkt der Abfrage ruft der Vektorspeicher die Einbettungsvektoren ab, die der Einbettung der Suchanfrage am ähnlichsten sind. In LangChain übernimmt ein Vektorspeicher das Speichern eingebetteter Daten und das Ausführen der Vektorsuche für Sie.

Verwenden Sie die Klasse RedisVectorStore, um mit dem Vektorspeicher in Memorystore for Valkey zu arbeiten.

Weitere Informationen finden Sie in der Produktdokumentation zu LangChain.

Anleitung zum Verfahren für den Vektorspeicher

In der Anleitung für Vektorspeicher erfahren Sie, wie Sie Folgendes tun:

  • Installieren Sie das Integrationspaket und LangChain.
  • Vektorindex initialisieren.
  • Dokumente für den Vektorspeicher vorbereiten
  • Dokumente zum Vektorspeicher hinzufügen
  • Führen Sie eine Ähnlichkeitssuche (KNN) durch.
  • Führen Sie eine bereichsbasierte Ähnlichkeitssuche durch.
  • Führen Sie eine Suche mit maximaler Grenzrelevanz (Maximal Marginal Relevance, MMR) durch.
  • Vektorspeicher als Retriever verwenden
  • Dokumente aus dem Vektorspeicher löschen
  • Vektorindex löschen.

Dokument-Loader für Memorystore for Valkey

Der Dokument-Loader speichert, lädt und löscht LangChain-Document-Objekte. Beispielsweise können Sie Daten zur Verarbeitung in Einbettungen laden und entweder im Vektorspeicher speichern oder sie als Tool verwenden, um spezifischen Kontext für Ketten bereitzustellen.

Verwenden Sie die Klasse MemorystoreDocumentLoader, um Dokumente aus dem Dokument-Loader in Memorystore for Valkey zu laden. Verwenden Sie die Klasse MemorystoreDocumentSaver, um Dokumente zu speichern und zu löschen.

Weitere Informationen finden Sie unter Dokument-Loader.

Anleitung zum Laden von Dokumenten

In der Anleitung für das Laden von Dokumenten werden die folgenden Aufgaben erläutert:

  • Installieren Sie das Integrationspaket und LangChain.
  • Dokumente aus einer Tabelle laden
  • Fügen Sie dem Dokument-Loader einen Filter hinzu.
  • Verbindung und Authentifizierung anpassen.
  • Dokumenterstellung durch Angabe von Kundeninhalten und Metadaten anpassen
  • Verwenden und passen Sie die Klasse MemorystoreDocumentSaver an, um Dokumente zu speichern und zu löschen.

Verlauf der Chatnachrichten für Memorystore for Valkey

Frage-und-Antwort-Anwendungen erfordern einen Verlauf der in der Unterhaltung gesprochenen Dinge, um der Anwendung Kontext zur Beantwortung weiterer Fragen des Nutzers zu bieten. Die LangChain-Klasse ChatMessageHistory ermöglicht der Anwendung, Nachrichten in einer Datenbank zu speichern und bei Bedarf zur Formulierung weiterer Antworten abzurufen. Eine Nachricht kann eine Frage, eine Antwort, eine Aussage, eine Begrüßung oder andere Texte sein, die der Nutzer oder die Anwendung während der Unterhaltung gibt. ChatMessageHistory speichert jede Nachricht und verkettet Nachrichten für jede Unterhaltung.

Memorystore for Valkey erweitert diese Klasse mit MemorystoreChatMessageHistory.

Anleitung zum Verfahren für den Chat-Nachrichtenverlauf

Im Leitfaden für den Verlauf von Chatnachrichten erfahren Sie, wie Sie Folgendes tun können:

  • Installieren Sie LangChain und authentifizieren Sie sich bei Google Cloud.
  • Initialisieren Sie die MemorystoreChatMessageHistory-Klasse, um Nachrichten hinzuzufügen und zu löschen.