LangChain を使用して LLM を活用したアプリケーションを構築する

このページでは、LangChain を使用して大規模言語モデル（LLM）を活用したアプリケーションを構築する方法について説明します。このページの概要は、GitHub の手続きガイドにリンクされています。

LangChain とは

LangChain は、デベロッパーが生成 AI アプリケーションや検索拡張生成（RAG）ワークフローを構築するのに役立つ LLM オーケストレーション フレームワークです。複雑な LLM ワークフローを合理化するための構造、ツール、コンポーネントが提供されます。

LangChain の詳細については、Google LangChain のページをご覧ください。LangChain フレームワークの詳細については、LangChain のプロダクト ドキュメントをご覧ください。

Memorystore for Valkey の LangChain コンポーネント

Memorystore for Valkey には、LangChain とのインターフェースとして次のものがあります。

LangChain クイックスタートで LangChain の使用方法を学習します。

Memorystore for Valkey のベクトルストア

ベクトルストアによって、ドキュメントとメタデータがベクトル データベースから取得され、保存されます。ベクトルストアをアプリケーションで使用すると、ユーザークエリの意味を解釈するセマンティック検索が可能になります。この種の検索はベクトル検索と呼ばれ、これを利用すると概念的にクエリに一致するトピックを見つけることができます。クエリ時に、検索リクエストのエンベディングに最も類似したエンベディング ベクトルがベクトルストアによって取得されます。LangChain の中では、デベロッパーの代わりにベクトルストアが、エンベディングされたデータの保存とベクトル検索の実行を担当します。

Memorystore for Valkey でベクトルストアを操作するには、RedisVectorStore クラスを使用します。

詳細については、LangChain プロダクト ドキュメントをご覧ください。

ベクトルストア手順ガイド

ベクトル ストアに関するガイドでは、次のことを行う方法について説明します。

  • 統合パッケージと LangChain をインストールします。
  • ベクトル インデックスを初期化します。
  • ベクトル ストア用のドキュメントを準備します。
  • ベクトル ストアにドキュメントを追加します。
  • 類似度検索（KNN）を行います。
  • 範囲ベースの類似度検索を行います。
  • 周辺関連性最大化（MMR）検索を実行します。
  • ベクトル ストアを Retriever として使用します。
  • ベクトル ストアからドキュメントを削除します。
  • ベクトル インデックスを削除します。

Memorystore for Valkey 用ドキュメント ローダー

ドキュメント ローダは、LangChain Document オブジェクトの保存、読み込み、削除を行います。たとえば、エンベディングに処理するデータを読み込んで、ベクトル ストアに保存するか、チェーンに特定のコンテキストを提供するツールとして使用できます。

Memorystore for Valkey のドキュメント ローダからドキュメントを読み込むには、MemorystoreDocumentLoader クラスを使用します。ドキュメントの保存と削除を行うには、MemorystoreDocumentSaver クラスを使用します。

詳細については、ドキュメント ローダーをご覧ください。

ドキュメント ローダの手順ガイド

ドキュメント ローダに関するガイドでは、次のことを行う方法について説明します。

  • 統合パッケージと LangChain をインストールします。
  • テーブルからドキュメントを読み込みます。
  • ドキュメント ローダーにフィルタを追加します。
  • 接続と認証をカスタマイズします。
  • 顧客のコンテンツとメタデータを指定してドキュメントの作成をカスタマイズします。
  • MemorystoreDocumentSaver クラスを使用してカスタマイズし、ドキュメントの保存と削除を行います。

Memorystore for Valkey のチャット メッセージ履歴

質問に回答するアプリケーションでは、ユーザーからの追加の質問に回答するのにアプリケーションにコンテキストを提供するために、行われた会話の履歴が必要です。LangChain の ChatMessageHistory クラスをアプリケーションで使用すると、メッセージをデータベースに保存しておいて、さらに回答を考案するために必要になったときに取り出すことができます。メッセージには、質問、回答、談話、挨拶、ユーザーまたはアプリケーションが会話中に行ったその他の文章が含まれます。ChatMessageHistory によって各メッセージが保存され、会話ごとにメッセージが連結されます。

Memorystore for Valkey では、このクラスを MemorystoreChatMessageHistory で拡張します。

ChatMessageHistory の手順ガイド

チャット メッセージ履歴に関するガイドでは、次の方法について説明します。

  • LangChain をインストールして Google Cloudに対して認証を行います。
  • メッセージの追加と削除のための MemorystoreChatMessageHistory クラスを初期化します。