首页
/ LangChain.js 使用教程

LangChain.js 使用教程

2024-09-14 08:43:41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

热门内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
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
929
553
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
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
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
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8