langchain全景图
输入“/”快速插入内容
langchain全景图
langchain全景图
飞书用户12552024年6月28日修改
LangChain是一个开源框架，专注于简化和加速在应用程序中集成及利用大型语言模型（LLMs）的过程。它为开发者提供了一套丰富的工具、组件和接口，使得与复杂语言模型的交互变得更为直接和高效。LangChain的核心特点和功能包括：
1.
通用的LLM接口：支持多种主流的大型语言模型，如GPT-3、GPT-4、LaMDA等，通过统一的接口进行访问和操作，降低了模型切换的成本。
2.
提示管理与定制：允许用户根据应用场景自定义提示模板，优化语言模型的输入，以获得更精准的输出结果。
3.
链式结构设计：通过“链”这一概念，可以将不同的处理步骤和组件串联起来，形成复杂的逻辑流程，便于构建高级应用，如多轮对话系统、复杂决策支持等。
4.
外部数据与工具集成：支持集成外部API、数据库和其他数据源，使得语言模型能够访问和利用更多上下文信息，扩展其功能和应用范围。
5.
LangChain表达语言(LCEL)：这是一种声明式语言，用户可以用它来描述处理流程，从简单的模型调用到复杂的逻辑链，便于非程序员也能快速构建应用原型，且支持从原型到生产环境的平滑过渡。
6.
支持多语言：LangChain框架目前支持Python和JavaScript两种编程语言，便于不同背景的开发者使用。
7.
开源与社区驱动：LangChain遵循MIT许可，拥有活跃的开发者社区，不断更新和增加新的功能模块，保持框架的前沿性和实用性。
总之，LangChain作为一个高度模块化、灵活且强大的工具集，旨在帮助开发者快速将先进的语言模型技术融入到各类应用程序中，无论是创建聊天机器人、问答系统、内容生成还是数据分析等，都能通过LangChain实现更高效、低门槛的开发。
langchain项目目标
项目架构
下图中每个部件其实都是一类集合，我们以汽车（人）来类比一个基于LangChain的Agent，核心组件包括：
•
系统发动机（心脏）：开源Models以及其封装的LLMS
•
汽油（血液）：Prompt
•
方向盘（大脑）：Memory
•
前进（创造新应用）：LLMChain
•
听流行音乐（链接千行万业）：Tools
•
播放珍藏光碟（链接垂直私有领域）：Index私有数据
•
开车旅行（开放生态）：Agent智能
下面是一张简图：
草图
项目全景图
基础层
包括：Models、LLM、Index三层：
Models层：
吐血整理最近3年左右的模型、详细文档。可以看出各家大模型的演进历史，其中Google、OpenAI、Meta、DeepMind领先优势非常大，国内大厂唯独腾讯缺席。有几个点：
•
目前最主要的几个大模型为： Google的LaMDA、Meta的LLaMa、OpenAI的GPT-4、DeepMind的：Chinchilla
•
另外目前投入应用的智能终端基本都是基于模型的Fine-Tuning或者RLHF技术，并且需要大量的相关行业训练集，典型比如code领域、财经领域BloombergGPT、学术论文编写等，其中在作者最关注的Code细分领域，目前的模型有：
◦
OpenAI的Codex
◦
DeepMind的AlphaCode
•
Saleforce的CodeGen