273
LangChain 是一款旨在简化 AI 应用开发的创新 AI 库。该库包含六个核心模块，为开发人员提供全面的基础。在本文中，我们为您提供了三个关键的 LangChain 教程：模型（Models）、提示（Prompts）和索引（Indexes）。
目录
第一部分：模型
在 LangChain 101：模型 教程中，讲师介绍了这个流行的 AI 库及其核心模块。涵盖的关键主题包括：
- 使用 OpenAI 的 LLMS 模型与 LangChain
- 在 LangChain 中初始化和使用 OpenAI 模型
- 同时生成多个生成物并检查令牌计数
- 使用 LLMS 流式传输令牌
- 使用初始化的聊天模型发出请求并模拟人类和 AI 消息
- 用 OpenAI 初始化和使用嵌入模型
第二部分：提示
LangChain 101：提示 教程深入探讨了提示，包括 LLMS 和聊天模型的提示模板、选择器和输出解析器。本教程涵盖以下内容：
- 使用输入变量构建基本提示模板
- 在 LLM 提示模板中使用少量示例
- 用 OpenAI 构建聊天提示
- 使用基于长度的示例选择器确保上下文长度
- 使用相似性选择器生成提示
- 了解输出解析器和结构化数据
- 为 Q&A 系统创建输出解析器
- 探讨结构化输出解析中的不同类型输出解析器
- 修复模型中格式不正确的输出
第三部分：索引
LangChain 101：索引 教程关注索引。讲师建议先完成模型和提示教程。本教程涵盖以下内容：
- 在 LangChain 中创建文本文件索引
- 使用 PDF、CSV 和网页的文档加载器
- 使用不同加载器构建检索 QA 链
- 了解文档加载器和文本拆分器
- 探讨 Python 中的不同文本拆分方法
- 使用 Chroma 和嵌入模型创建向量存储
- 将数据持久化到向量存储
- 尝试 LangChain 的基本原理
这些教程为希望使用 LangChain 构建 AI 应用的开发人员提供了坚实的基础。通过了解核心模块并尝试该库，开发人员可以仅用几行代码创建功能强大的 AI 应用程序。
