LangChain 框架

專為開發llm的應用程式框架!!

• 官方Tutorials
• LangChain API Reference

主要為幫助開發者建構基於LLM應用的框架，整合了多種工具和技術，並提供了高度可擴展的架構來處理各種語言處理任務。

這邊我們只先介紹LangChain API如何使用，後續的工具都必須透過LangChain來實現
如LangSmith是基於LangChain框架的開發工具，可以用來部署、監控，
因此我們先把這個基本功練好，日後有需要再做補充。

LangChain API

1. LangChain

提供了基本的工具和功能來構建語言模型應用程序。這個模組包括了對大型語言模型（例如 OpenAI GPT 系列）的支持，並提供了與其他模組的整合。

• Chains：定義一系列步驟或操作，通常是將輸入轉換為輸出的一連串過程。
• Agents：這是一個更高級的抽象，允許你定義複雜的工作流，這些工作流可以根據不同的條件動態地選擇和執行不同的操作。

2. Core

為該框架的核心部分，負責提供構建和運行LLM應用程序的基礎功能。這些功能包括代理、回調、聊天歷史和嵌入等：

3. Community

Community 模組包含了由社區貢獻的工具和擴展，包含許多非常實用的工具。包括：

• Connectors：與其他服務或 API 的連接器，例如與特定數據庫、第三方服務或其他框架的集成。
• Custom Tools：由社區成員開發的自定義工具或功能，這些工具可以幫助解決特定的問題或增強某些功能。

4. Experimental

包含一些實驗性功能和特性，這些功能可能還在測試或開發中，並且可能會有較大的變化。這些特性包括：

• Beta Features：一些新的特性可能尚未完全穩定，但提供了新功能或改進。
• Advanced Algorithms：實驗性算法或技術，這些算法可能尚未經過廣泛測試，但在某些情況下可能非常有用。

5. Text Splitters

專注於處理文本的分割和預處理。這些功能對於大規模語言模型應用程序尤其重要，因為有效地處理和分割文本可以顯著提高模型的性能和準確性。這個模組包括：

• Splitting Algorithms：各種文本分割算法，根據不同的需求和場景分割文本。
• Tokenization：將文本轉換為模型可處理的 token。
• Text Normalization：標準化文本以提高模型的兼容性和性能。

LangChain 的這些模組相互配合，提供了一個靈活且強大的框架來構建大規模語言模型應用程序。這些模組中的每一個都專注於解決特定的問題或提供特定的功能，讓開發者可以根據自己的需求選擇和組合使用。