写在前面: 笔者更新不易，希望走过路过点个关注和赞，笔芯!!!
写在前面: 笔者更新不易，希望走过路过点个关注和赞，笔芯!!!
写在前面: 笔者更新不易，希望走过路过点个关注和赞，笔芯!!!
一. 什么是 LangChain?
LangChain 是一个基于语言模型的框架，用于构建聊天机器人、生成式问答（GQA）、摘要等功能。它的核心思想是将不同的组件“链”在一起，以创建更高级的语言模型应用。LangChain 的起源可以追溯到 2022 年 10 月，由创造者 Harrison Chase 在那时提交了第一个版本。
二. LangChain 包含哪些部分？
为了能够帮助大家理解，附上LangChain的流程图，如上所示。从上图可知，主要包括以下部分：
- 模型（Models）： 这指的是各种不同的语言模型以及它们的集成版本，例如GPT-4等大型语言模型。LangChain对这些来自不同公司的高级模型进行了概括，并封装了通用的API接口。利用这些API，用户能够方便地调用和控制各个公司的大模型。
- 提示（Prompts）： 涉及到提示的管理、优化和序列化过程。在大语言模型的应用中，提示词发挥着至关重要的作用，无论是构建聊天机器人还是进行AI绘画，有效的提示词都是不可或缺的元素。
- 记忆（Memory）： 它负责存储与模型交互时的上下文状态信息。由于模型本身不具备保存上下文的能力，因此在与模型交流时，传递相关的对话内容上下文变得十分必要。
- 索引（Indexes）： 用于将文档结构化，以便更加高效地与模型进行互动。
- 链（Chains）： 代表了对各种组件进行的一系列调用操作。
- 代理（Agents）： 确定模型应当执行哪些操作，它们会管理执行流程并监控整个过程直至任务完成。
三. LangChain 中 Chat Message History 是什么？
Chat Message History 是 Langchain 框架中的一个组件，用于存储和管理聊天消息的历史记录。它可以跟踪和保存用户与AI之间的对话，以便在需要时进行检索和分析。Langchain 提供了不同的Chat Message History 实现方式，包括以下：
- StreamlitChatMessageHistory： 用于在 Streamlit 应用程序中存储和使用聊天消息历史记录。它使用 Streamlit 会话状态来存储消息，并可以与 ConversationBufferMemory 以及链或代理一起使用。
- CassandraChatMessageHistory： 使用 Apache Cassandra 数据库来存储聊天消息历史记录。Cassandra 是一种高度可扩展和高可用的 NoSQL 数据库，适用于存储大量数据。
- MongoDBChatMessageHistory： 使用 MongoDB 数据库来存储聊天消息历史记录。MongoDB 是一种面向文档的 NoSQL 数据库，使用类似 JSON 的文档进行存储。
四. 介绍一下LangChain Agent?
- LangChain Agent 是 LangChain 框架中的一个关键组件，专门用于构建和管理对话代理。这些代理负责根据当前的对话情况来确定接下来的操作步骤。LangChain 提供了一系列创建代理的方式，例如 OpenAI Function Calling、Plan-and-execute Agent、Baby AGI 和 Auto GPT 等。每种方式都拥有不同级别的自定义能力和功能，以便于开发者根据需求构建相应的代理。
- 代理能够借助工具包来执行特定的任务或动作。工具包实际上是一组供代理使用的工具集合，旨在执行特定的功能，比如语言处理、数据处理以及外部 API 的集成。这些工具既可以是定制开发的，也可以是预先定义好的，覆盖了多种功能。以下为代码中集成的工具包：
五. LangChain 如何Embedding & vector store？
LangChain 框架提供了一种名为 “Embedding & vector store” 的方法，用于将文本数据转换为向量表示形式，并将其存储在向量数据库中。这种方法可以有效地处理自然语言处理任务，如文本分类、情感分析、命名实体识别等。以下是 LangChain 中 Embedding & vector store 的基本步骤：
- 文本预处理： 首先，对输入的文本进行预处理，包括去除停用词、标点符号、数字等，并进行分词或标记化操作。
- 嵌入模型选择：选择合适的嵌入模型，例如 Word2Vec、GloVe、BERT 等。这些模型可以将单词或短语转换为固定长度的向量表示。
- 嵌入计算：使用选定的嵌入模型，将预处理后的文本转换为向量表示。每个单词或短语都会被映射到一个向量空间中的点。
- 向量存储将生成的向量表示存储在一个向量数据库中，例如 Elasticsearch、Milvus 等。这样可以方便地查询和检索相似性较高的文本片段。
- 相似性搜索当需要根据给定的查询文本找到相似的文本时，可以使用向量数据库提供的相似性搜索功能。通过计算查询文本与数据库中已有向量的相似度，可以找到最相关的文本。
六. LangChain 存在哪些问题及方法方案
- LangChain 缺乏标准的可互操作数据类型问题。 LangChain为开发人员提供了一个标准化接口，以便利用大型语言模型（LLM）来执行自然语言处理任务。尽管LangChain能够处理较复杂的数据结构，它当前并不支持标准可互操作的数据类型。因此，在使用LangChain处理数据时，可能需要执行一些额外的处理和转换步骤。
- LangChain 太多概念容易混淆，过多的“辅助”函数问题LangChain包含了许多不同的模块和组件，每个模块都有其特定的功能。例如，有一些模块专门用于文本预处理、词嵌入、序列标注等任务。这些模块之间可能存在重叠的功能。LangChain提供了许多辅助函数，这些函数可以帮助用户更方便地实现各种功能。然而，过多的辅助函数可能会导致混淆，因为有些函数可能具有相似的名称或功能，但在不同的上下文中使用方式不同。此外，一些辅助函数可能需要额外的参数或配置，这可能会增加学习曲线。
- 复杂性。 从实际使用体验来看，LangChain框架并不完美。例如，LangChain中的提示词模板基本上只是对字符串的封装，但该框架提供了多种类型的提示词模板，它们之间的差异并不明显，这带来了一定的冗余。此外，这些模板缺乏安全性控制，并且存在较多的冗余。有些提示词默认是预先设定的，若要进行修改，用户需要查阅源代码以确定修改位置，这增加了使用的复杂性。
