大模型学习笔记:LangChain基础
LangChain 围绕LLMs(大预言模型)建立的一个框架。LangChains自身并不开发LLMs,它的核心理念是为各种LLMs实现通用的接口,把LLMs相关的组件“链接”在一起,简化LLMs应用的开发难度,方便开发者快速地开发复杂的LLMs应用。 主要功能: Prompts 优化提示词(提示词工程) Models 调用各类模型 History 管理会话历史记录(记忆) Indexes 管理和分析各类文档 Chains 构建功能的执行链条 Agent 构建智能体 LangChain 是一个LLM相关业务功能的集大成者,是一个Python的第三方库,提供了各种功能的API。 pip install langchain langchain-community dashscope chromadb langchain-ollama langchain: 核心包 langchain-community: 社区支持包,提供了更多的第三模型调用(阿里云百炼) langchain-ollama:ollama支持包,支持调用ollama托管部署的本地模型 dashscope:阿里云通义千问的Python SDK chromadb:轻量向量数据库 LangChain目前支持三种类型的模型:LLMs(大预言模型)、Chat Models(聊天模型)、Embeddings Models(嵌入模型) LLMs: 技术范畴的统称,指基于大参数量、海量文本训练的Transformer架构模型,核心能力是理解和生成自然语言,主要服务于文本生成场景 聊天模型:应用范畴的细分,是专为对话场景优化的LLMs,核心能力是模拟人类对话的轮次交互,主要服务于聊天场景 文本嵌入模型:文本嵌入模型接收文本作为输入,得到文本的向量 LLM 大语言模型 from langchain_ollama import OllamaLLM model = OllamaLLM(model=”qwen3:4b”) res = model.invoke(input = “请介绍一下你自己”) print(res) from […]
大模型学习笔记:LangChain基础 Read More »