本頁介紹如何使用 LangChain 建構以大型語言模型 (LLM) 為基礎的應用程式。本頁面的總覽會連結至 GitHub 中的程序指南。
什麼是 LangChain？
LangChain 是 LLM 自動化調度管理框架，可協助開發人員建構生成式 AI 應用程式或檢索增強生成 (RAG) 工作流程。提供結構、工具和元件，可簡化複雜的 LLM 工作流程。
如要進一步瞭解 LangChain，請參閱 Google LangChain 頁面。如要進一步瞭解 LangChain 架構，請參閱 LangChain 產品說明文件。
適用於 Memorystore for Valkey 的 LangChain 元件
Memorystore for Valkey 提供下列 LangChain 介面：
如要瞭解如何使用 LangChain，請參閱 LangChain 快速入門導覽課程。
Memorystore for Valkey 的向量儲存空間
向量儲存區會從向量資料庫擷取及儲存文件和中繼資料。向量儲存區可讓應用程式執行語意搜尋，解讀使用者查詢的含意。這類搜尋稱為向量搜尋，可找出與查詢概念相符的主題。在查詢時，向量儲存區會擷取與搜尋要求嵌入最相似的嵌入向量。在 LangChain 中，向量儲存庫會負責儲存嵌入資料，並為您執行向量搜尋。
如要在 Memorystore for Valkey 中使用向量儲存區，請使用 RedisVectorStore 類別。
詳情請參閱 LangChain 產品說明文件。
向量儲存庫程序指南
向量存放區指南說明如何執行下列操作：
- 安裝整合套件和 LangChain。
- 初始化向量索引。
- 準備 Vector 商店所需文件。
- 將文件新增至向量儲存空間。
- 執行相似度搜尋 (KNN)。
- 執行以範圍為準的相似度搜尋。
- 執行最大邊際關聯性 (MMR) 搜尋。
- 將向量儲存庫做為檢索器使用。
- 從向量儲存區刪除文件。
- 刪除向量索引。
Memorystore for Valkey 的文件載入器
文件載入器會儲存、載入及刪除 LangChain Document 物件。
舉例來說，您可以將資料載入至嵌入，然後儲存在向量儲存空間中，或做為工具，為鏈結提供特定情境。
如要從 Memorystore for Valkey 的文件載入器載入文件，請使用 MemorystoreDocumentLoader 類別。如要儲存及刪除文件，請使用 MemorystoreDocumentSaver 類別。
詳情請參閱文件載入器。
文件載入器程序指南
文件載入器指南說明如何執行下列操作：
- 安裝整合套件和 LangChain。
- 從資料表載入文件。
- 在文件載入器中新增篩選器。
- 自訂連線和驗證。
- 指定客戶內容和中繼資料，自訂文件建構方式。
- 使用及自訂
MemorystoreDocumentSaver類別，即可儲存及刪除文件。
Memorystore for Valkey 的即時通訊訊息記錄
問答應用程式需要對話記錄，才能根據對話內容回答使用者提出的問題。應用程式可透過 LangChain ChatMessageHistory 類別將訊息儲存至資料庫，並在需要時擷取訊息，進一步生成回覆。訊息可以是問題、答案、陳述、問候語，或是使用者或應用程式在對話期間提供的任何其他文字。ChatMessageHistory會儲存每則訊息，並將每則對話的訊息串連在一起。
Memorystore for Valkey 會使用 MemorystoreChatMessageHistory 擴充這個類別。
Chat 訊息記錄程序指南
請參閱這份指南，瞭解如何：
- 安裝 LangChain 並向 Google Cloud進行驗證。
- 初始化
MemorystoreChatMessageHistory類別，即可新增及刪除訊息。