首页
/ LangChain.js 使用教程

LangChain.js 使用教程

2024-09-14 15:03:03作者:蔡丛锟

1. 项目介绍

LangChain.js 是一个用于开发由语言模型驱动的应用程序的框架。它使应用程序能够:

  • 上下文感知:将语言模型连接到上下文源(如提示指令、少量示例、内容以基于其响应等)。
  • 推理:依赖语言模型进行推理(如基于提供的上下文回答问题、决定采取的行动等)。

LangChain.js 由多个部分组成,包括开源库、生产化工具和部署工具。它支持多种环境,如 Node.js、Cloudflare Workers、Vercel/Next.js、Supabase Edge Functions 和浏览器。

2. 项目快速启动

安装

你可以使用 npm、yarn 或 pnpm 来安装 LangChain.js:

npm install -S langchain
# 或者
yarn add langchain
# 或者
pnpm add langchain

简单示例

以下是一个简单的示例,展示如何使用 LangChain.js 进行基本的语言模型交互:

import { OpenAI } from "langchain/llms/openai";

const model = new OpenAI({
  openAIApiKey: "your-api-key",
  temperature: 0.9,
});

async function run() {
  const res = await model.call(
    "What would be a good company name for a company that makes colorful socks?"
  );
  console.log(res);
}

run();

3. 应用案例和最佳实践

案例1:文档问答

LangChain.js 可以用于构建基于特定文档的问答系统。例如,你可以创建一个聊天机器人,专门回答与特定文档相关的问题。

import { RetrievalQAChain } from "langchain/chains";
import { HNSWLib } from "langchain/vectorstores/hnswlib";
import { OpenAIEmbeddings } from "langchain/embeddings/openai";
import { OpenAI } from "langchain/llms/openai";

const model = new OpenAI({ openAIApiKey: "your-api-key" });
const embeddings = new OpenAIEmbeddings();
const vectorStore = await HNSWLib.fromTexts(
  ["Hello world", "Bye bye", "hello nice world"],
  [{ id: 2 }, { id: 1 }, { id: 3 }],
  embeddings
);

const chain = RetrievalQAChain.fromLLM(model, vectorStore.asRetriever());
const res = await chain.call({
  query: "What is the meaning of life?",
});
console.log(res);

案例2:聊天机器人

LangChain.js 还可以用于构建聊天机器人,这些机器人可以与用户进行自然语言交互。

import { ConversationChain } from "langchain/chains";
import { OpenAI } from "langchain/llms/openai";

const model = new OpenAI({ openAIApiKey: "your-api-key" });
const chain = new ConversationChain({ llm: model });

async function chat() {
  const res = await chain.call({ input: "Hello, how are you?" });
  console.log(res);
}

chat();

4. 典型生态项目

LangSmith

LangSmith 是一个统一开发者平台,用于构建、测试和监控 LLM 应用程序。它帮助开发者更快地将 LangChain 应用程序部署到生产环境中。

LangGraph.js

LangGraph.js 是一个用于构建具有流式传输和人在回路支持的健壮且有状态的多角色应用程序的库。它将步骤建模为图中的边和节点,并与 LangChain 无缝集成。

LangChain Python

LangChain Python 是 LangChain 的 Python 版本,旨在与 LangChain.js 无缝集成。它允许对象(如提示、LLM、链等)在不同语言之间序列化和共享。


通过以上内容,你可以快速了解 LangChain.js 的基本使用方法,并探索其在实际应用中的潜力。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K