בדף הזה מוסבר איך ליצור אפליקציות מבוססות-LLM באמצעות LangChain. הסקירות הכלליות בדף הזה מקשרות למדריכים לפרוצדורות ב-GitHub.
מה זה LangChain?
LangChain היא מסגרת לתזמור LLM שעוזרת למפתחים לבנות אפליקציות AI גנרטיביות או תהליכי עבודה של יצירה משופרת באחזור (RAG). הוא מספק את המבנה, הכלים והרכיבים לייעול תהליכי עבודה מורכבים של מודלים גדולים של שפה (LLM).
מידע נוסף על LangChain זמין בדף Google LangChain. מידע נוסף על מסגרת LangChain זמין במסמכי העזרה של המוצר LangChain.
רכיבי LangChain ל-Cloud SQL ל-PostgreSQL
Cloud SQL ל-PostgreSQL מציע את הממשקים הבאים של LangChain:
למדו כיצד להשתמש ב-LangChain עם מדריך למתחילים של LangChain ל-Cloud SQL ל-PostgreSQL.
מאגר וקטורים ל-Cloud SQL ל-PostgreSQL
מאגר וקטורים מאחזר ומאחסן מסמכים ומטא-נתונים ממסד נתונים וקטורי. מאגר וקטורים מאפשר לאפליקציה לבצע חיפושים סמנטיים שמפרשים את המשמעות של שאילתת משתמש. סוג החיפוש הזה נקרא חיפוש וקטורי, והוא יכול למצוא נושאים שתואמים לשאילתה מבחינה מושגית. בזמן השאילתה, מאגר הווקטורים מאחזר את וקטורי ההטמעה שהכי דומים להטמעה של בקשת החיפוש. ב-LangChain, מאגר וקטורים אחראי לאחסון נתונים מוטמעים ולביצוע חיפוש וקטורי בשבילכם.
כדי לעבוד עם מאגר וקטורים ב-Cloud SQL ל-PostgreSQL, משתמשים במחלקה PostgresVectorStore.
מידע נוסף זמין במסמכי התיעוד של המוצר LangChain Vector Stores.
מדריך להליך של חנות וקטורים
במדריך Cloud SQL ל-PostgreSQL בנושא מאגר וקטורים מוסבר איך:
- התקנת חבילת השילוב ו-LangChain
- יצירת אובייקט
PostgresEngineוהגדרת מאגר חיבורים למסד הנתונים של Cloud SQL ל-PostgreSQL - הפעלת טבלה
- יצירת אובייקט להטמעה באמצעות
VertexAIEmbeddings - אתחול של
PostgresVectorStoreכברירת מחדל - הוספת טקסטים
- מחיקת הודעות טקסט
- חיפוש מסמכים
- חיפוש מסמכים לפי וקטור
- הוספת אינדקס כדי להאיץ שאילתות חיפוש וקטוריות
- יצירת אינדקס מחדש
- הסרת אינדקס
- יצירת מאגר וקטורים בהתאמה אישית
- חיפוש מסמכים באמצעות מסנן מטא-נתונים
רכיב טעינה של מסמכים ל-Cloud SQL ל-PostgreSQL
רכיב טעינה של מסמכים שומר, טוען ומוחק אובייקטים של LangChain Document לדוגמה, אפשר לטעון נתונים לעיבוד בהטמעות, ולאחסן אותם במאגר וקטורים או להשתמש בהם ככלי כדי לספק הקשר ספציפי לשרשרות.
כדי לטעון מסמכים מטוען מסמכים ב-Cloud SQL ל-PostgreSQL, משתמשים במחלקה PostgresLoader. הפונקציה PostgresLoader מחזירה רשימה של מסמכים מטבלה, כשהעמודה הראשונה משמשת לתוכן הדף וכל שאר העמודות משמשות למטא-נתונים. בטבלת ברירת המחדל, העמודה הראשונה היא תוכן הדף והעמודה השנייה היא מטא-נתונים בפורמט JSON. כל שורה הופכת למסמך. אפשר להשתמש במחלקה PostgresDocumentSaver כדי לשמור ולמחוק מסמכים.
מידע נוסף זמין במאמר בנושא LangChain Document loaders.
מדריך להליך טעינת מסמכים
במדריך Cloud SQL ל-PostgreSQL בנושא document loader מוסבר איך:
- התקנת חבילת השילוב ו-LangChain
- טעינת מסמכים מטבלה
- הוספת מסנן לרכיב טעינה
- התאמה אישית של החיבור והאימות
- התאמה אישית של מבנה המסמך על ידי ציון תוכן ומטא-נתונים של הלקוח
- איך משתמשים ב-
PostgresDocumentSaverכדי לאחסן ולמחוק מסמכים ואיך מתאימים אותו אישית
היסטוריית הודעות בצ'אט ב-Cloud SQL ל-PostgreSQL
אפליקציות של שאלות ותשובות צריכות היסטוריה של הדברים שנאמרו בשיחה כדי לספק לאפליקציה הקשר למענה על שאלות נוספות מהמשתמש. המחלקות ChatMessageHistory של LangChain מאפשרות לאפליקציה לשמור הודעות במסד נתונים ולאחזר אותן כשצריך כדי לגבש תשובות נוספות. הודעה יכולה להיות שאלה, תשובה, הצהרה, ברכה או כל טקסט אחר שהמשתמש או האפליקציה נותנים במהלך השיחה.
ChatMessageHistory שומר כל הודעה ומקשר בין ההודעות בכל שיחה.
Cloud SQL ל-PostgreSQL מרחיב את המחלקה הזו עם PostgresChatMessageHistory.
מדריך להפעלת היסטוריית ההודעות בצ'אט
במדריך בנושא Cloud SQL ל-PostgreSQL עבור היסטוריית הודעות בצ'אט מוסבר איך:
- התקנה של LangChain ואימות ל- Google Cloud
- יצירת אובייקט
PostgresEngineוהגדרת מאגר חיבורים למסד הנתונים של Cloud SQL ל-PostgreSQL - הפעלת טבלה
- הפעלת האתחול של המחלקה
PostgresChatMessageHistoryכדי להוסיף ולמחוק הודעות - יצירת שרשרת להיסטוריית הודעות באמצעות LangChain Expression Language (LCEL) ומודלים של צ'אט Vertex AI של Google