跳到主要內容
Open on GitHub

操作指南

在這裡，您將找到「我該如何....？」類型問題的答案。這些指南是目標導向且具體的；它們旨在幫助您完成特定任務。如需概念性解釋，請參閱概念指南。如需端到端逐步解說，請參閱教學課程。如需每個類別和函數的完整描述，請參閱API 參考。

安裝​

主要功能​

這突顯了使用 LangChain 的核心功能。

組件​

這些是您在建構應用程式時可以使用的核心組件。

聊天模型​

聊天模型是較新形式的語言模型，它接收訊息並輸出訊息。請參閱支援的整合，以取得特定供應商的聊天模型入門詳細資訊。

訊息​

訊息是聊天模型的輸入和輸出。它們具有一些 content 和 role，用於描述訊息的來源。

提示範本​

提示範本負責將使用者輸入格式化為可以傳遞給語言模型的格式。

範例選擇器​

範例選擇器負責選擇正確的少量範例傳遞給提示。

LLM​

LangChain 稱為 LLM 的是較舊形式的語言模型，它接收字串並輸出字串。

輸出解析器​

輸出解析器負責接收 LLM 的輸出並解析為更結構化的格式。

文件載入器​

文件載入器負責從各種來源載入文件。

文本分割器​

文本分割器接收文件並分割成可用於檢索的區塊。

嵌入模型​

嵌入模型接收一段文本並建立其數值表示形式。請參閱支援的整合，以取得特定供應商的嵌入模型入門詳細資訊。

向量儲存庫​

向量儲存庫是可以有效儲存和檢索嵌入的資料庫。請參閱支援的整合，以取得特定供應商的向量儲存庫入門詳細資訊。

檢索器​

檢索器負責接收查詢並返回相關文件。

索引​

索引是使您的向量儲存庫與底層資料來源保持同步的過程。

工具​

LangChain 工具包含工具的描述（傳遞給語言模型）以及要呼叫的函數的實作。請參考此處以取得預建工具的列表。

多模態​

代理程式​

注意

如需代理程式的深入操作指南，請查看 LangGraph 文件。

回呼​

回呼允許您掛鉤到 LLM 應用程式執行的各個階段。

自訂​

LangChain 的所有組件都可以輕鬆擴展以支援您自己的版本。

序列化​

使用案例​

這些指南涵蓋特定使用案例的詳細資訊。

使用 RAG 進行問答​

檢索增強生成 (RAG) 是將 LLM 連接到外部資料來源的一種方式。如需 RAG 的高階教學課程，請查看本指南。

萃取​

萃取是指當您使用 LLM 從非結構化文本中萃取結構化資訊時。如需萃取的高階教學課程，請查看本指南。

聊天機器人​

聊天機器人涉及使用 LLM 進行對話。如需建構聊天機器人的高階教學課程，請查看本指南。

查詢分析​

查詢分析是使用 LLM 生成要發送到檢索器的查詢的任務。如需查詢分析的高階教學課程，請查看本指南。

基於 SQL + CSV 的問答​

您可以使用 LLM 對表格資料進行問答。如需高階教學課程，請查看本指南。

基於圖形資料庫的問答​

您可以使用 LLM 對圖形資料庫進行問答。如需高階教學課程，請查看本指南。

摘要​

LLM 可以摘要和提煉文本中的所需資訊，包括大量文本。如需高階教學課程，請查看本指南。

LangChain 運算式語言 (LCEL)​

我應該使用 LCEL 嗎？

LCEL 是一種協調解決方案。請參閱我們的概念頁面，以取得有關何時使用 LCEL 的建議。

LangChain 運算式語言是一種建立任意自訂鏈的方式。它建立在 Runnable 協定之上。

LCEL 速查表：如需如何使用主要 LCEL 基本元素的快速概觀。

遷移指南：適用於將舊版鏈抽象遷移到 LCEL。

LangGraph​

LangGraph 是 LangChain 的擴展，旨在透過將步驟建模為圖形中的邊和節點，來建構具有 LLM 的穩健且具狀態的多參與者應用程式。

LangGraph 文件目前託管在另一個網站上。您可以在此處瀏覽 LangGraph 操作指南。

LangSmith​

LangSmith 允許您密切追蹤、監控和評估您的 LLM 應用程式。它與 LangChain 和 LangGraph 無縫整合，您可以使用它來檢查和偵錯您建構的鏈和代理程式的個別步驟。

LangSmith 文件託管在另一個網站上。您可以在此處瀏覽 LangSmith 操作指南，但我們將重點介紹以下幾個與 LangChain 特別相關的部分

評估​

評估效能是建構 LLM 驅動應用程式的重要部分。LangSmith 有助於流程的每個步驟，從建立資料集到定義指標，再到執行評估器。

若要瞭解更多資訊，請查看LangSmith 評估操作指南。

追蹤​

追蹤讓您能夠觀察鏈和代理程式的內部運作，對於診斷問題至關重要。

您可以在LangSmith 文件的此部分中查看一般追蹤相關的操作指南。

此頁面是否有幫助？