Esta página apresenta como criar aplicativos com tecnologia de modelo de linguagem grande (LLM) usando o LangChain. As visões gerais nesta página têm links para guias de procedimento no GitHub.
O que é o LangChain?
O LangChain é um framework de orquestração de LLM que ajuda os desenvolvedores a criar aplicativos de IA generativa ou fluxos de trabalho de geração aumentada de recuperação (RAG, na sigla em inglês). Ele fornece a estrutura, as ferramentas e os componentes para otimizar fluxos de trabalho complexos de LLM.
Para mais informações sobre o LangChain, consulte a página Google LangChain. Para mais informações sobre o framework LangChain, consulte a documentação do produto LangChain.
Componentes do LangChain para Memorystore for Valkey
O Memorystore para Valkey oferece as seguintes interfaces do LangChain:
Aprenda a usar o LangChain com o Guia de início rápido do LangChain.
Armazenamento de vetores para o Memorystore for Valkey
O repositório de vetores recupera e armazena documentos e metadados de um banco de dados de vetores. O armazenamento de vetores permite que um aplicativo realize pesquisas semânticas que interpretam o significado de uma consulta do usuário. Esse tipo de pesquisa é chamado de pesquisa vetorial e pode encontrar tópicos que correspondam conceitualmente à consulta. No momento da consulta, o armazenamento de vetores recupera os vetores de embedding mais semelhantes ao embedding da solicitação de pesquisa. No LangChain, um repositório de vetores é responsável pelo armazenamento de dados incorporados e pela realização da pesquisa de vetor para você.
Para trabalhar com armazenamento de vetores no Memorystore para Valkey, use a classe RedisVectorStore.
Para mais informações, consulte a documentação do produto LangChain.
Guia de procedimentos de armazenamento de vetores
O guia do Vector Store mostra como fazer o seguinte:
- Instale o pacote de integração e o LangChain.
- Inicializa um índice vetorial.
- Prepare documentos para o repositório de vetores.
- Adicione documentos ao repositório de vetores.
- Faça uma pesquisa de similaridade (KNN).
- Realiza uma pesquisa de similaridade com base em intervalos.
- Faça uma pesquisa de relevância marginal máxima (MMR, na sigla em inglês).
- Usar o repositório de vetores como um recuperador.
- Exclua documentos do repositório de vetores.
- Exclui um índice vetorial.
Carregador de documentos para Memorystore for Valkey
O carregador de documentos salva, carrega e exclui objetos Document do LangChain.
Por exemplo, é possível carregar dados para processamento em embeddings e armazenar
em um armazenamento de vetores ou usar como uma ferramenta para fornecer contexto específico a cadeias.
Para carregar documentos do carregador de documentos no Memorystore para Valkey, use a
classe MemorystoreDocumentLoader. Para salvar e excluir documentos, use a
classe MemorystoreDocumentSaver.
Para mais informações, consulte Carregadores de documentos.
Guia de procedimentos do carregador de documentos
O guia do carregador de documentos mostra como fazer o seguinte:
- Instale o pacote de integração e o LangChain.
- Carregar documentos de uma tabela.
- Adicione um filtro ao carregador de documentos.
- Personalize a conexão e a autenticação.
- Personalize a construção de documentos especificando o conteúdo e os metadados do cliente.
- Use e personalize a classe
MemorystoreDocumentSaverpara armazenar e excluir documentos.
Histórico de mensagens do chat do Memorystore para Valkey
Aplicativos de perguntas e respostas exigem um histórico do que foi dito na
conversa para dar ao aplicativo contexto para responder a outras perguntas
do usuário. A classe ChatMessageHistory do LangChain permite que o aplicativo
salve mensagens em um banco de dados e as recupere quando necessário para formular outras
respostas. Uma mensagem pode ser uma pergunta, uma resposta, uma declaração, uma saudação ou qualquer outro texto que o usuário ou aplicativo faz durante a conversa.
O ChatMessageHistory armazena cada mensagem e encadeia mensagens para cada
conversa.
O Memorystore para Valkey estende essa classe com MemorystoreChatMessageHistory.
Guia de procedimentos do histórico de mensagens do Chat
No guia do histórico de mensagens do Chat, mostramos como:
- Instale o LangChain e faça a autenticação no Google Cloud.
- Inicialize a classe
MemorystoreChatMessageHistorypara adicionar e excluir mensagens.