?本篇介紹Langchain相關(guān)面試題。

本次將會分為上下兩個(gè)部分，本篇章將會介紹前三個(gè)問題，下一次在將后三個(gè)問題補(bǔ)充完畢。

以下是一個(gè)快捷目錄：

1. 什么是 LangChain??
2. LangChain 包含哪些部分？?
3. LangChain 中 Chat Message History 是什么？?
4. 介紹一下LangChain Agent??
5. LangChain 如何Embedding & vector store？?
6. LangChain 存在哪些問題及方法方案

什么是 LangChain?

LangChain 是一個(gè)基于語言模型的框架，用于構(gòu)建聊天機(jī)器人、生成式問答（GQA）、摘要等功能。它的核心思想是將不同的組件“鏈”在一起，以創(chuàng)建更高級的語言模型應(yīng)用。LangChain 的起源可以追溯到 2022 年 10 月，由創(chuàng)造者 Harrison Chase 在那時(shí)提交了第一個(gè)版本。

LangChain 包含哪些部分？

為了能夠幫助大家理解，附上LangChain的流程圖，如上所示。從上圖可知，主要包括以下部分：

• 模型（Models）：這指的是各種不同的語言模型以及它們的集成版本，例如GPT-4等大型語言模型。LangChain對這些來自不同公司的高級模型進(jìn)行了概括，并封裝了通用的API接口。利用這些API，用戶能夠方便地調(diào)用和控制各個(gè)公司的大模型。
• 提示（Prompts）：涉及到提示的管理、優(yōu)化和序列化過程。在大語言模型的應(yīng)用中，提示詞發(fā)揮著至關(guān)重要的作用，無論是構(gòu)建聊天機(jī)器人還是進(jìn)行AI繪畫，有效的提示詞都是不可或缺的元素。
  ?
• 記憶（Memory）：它負(fù)責(zé)存儲與模型交互時(shí)的上下文狀態(tài)信息。由于模型本身不具備保存上下文的能力，因此在與模型交流時(shí)，傳遞相關(guān)的對話內(nèi)容上下文變得十分必要。
  ?
• 索引（Indexes）：用于將文檔結(jié)構(gòu)化，以便更加高效地與模型進(jìn)行互動。
  ?
• 鏈（Chains）：代表了對各種組件進(jìn)行的一系列調(diào)用操作。
  ?
• 代理（Agents）：確定模型應(yīng)當(dāng)執(zhí)行哪些操作，它們會管理執(zhí)行流程并監(jiān)控整個(gè)過程直至任務(wù)完成。

LangChain 中 Chat Message History 是什么？

Chat Message History 是 Langchain 框架中的一個(gè)組件，用于存儲和管理聊天消息的歷史記錄。它可以跟蹤和保存用戶與AI之間的對話，以便在需要時(shí)進(jìn)行檢索和分析。Langchain 提供了不同的Chat Message History 實(shí)現(xiàn)方式，包括以下：

• StreamlitChatMessageHistory：用于在 Streamlit 應(yīng)用程序中存儲和使用聊天消息歷史記錄。它使用 Streamlit 會話狀態(tài)來存儲消息，并可以與 ConversationBufferMemory 以及鏈或代理一起使用。
• CassandraChatMessageHistory：使用 Apache Cassandra 數(shù)據(jù)庫來存儲聊天消息歷史記錄。Cassandra 是一種高度可擴(kuò)展和高可用的 NoSQL 數(shù)據(jù)庫，適用于存儲大量數(shù)據(jù)。?
• MongoDBChatMessageHistory：使用 MongoDB 數(shù)據(jù)庫來存儲聊天消息歷史記錄。MongoDB 是一種面向文檔的 NoSQL 數(shù)據(jù)庫，使用類似 JSON 的文檔進(jìn)行存儲。

?

文轉(zhuǎn)載自公眾號瓦力算法學(xué)研所，作者：喜歡瓦力的卷卷

原文鏈接：??https://mp.weixin.qq.com/s/PNRvuT2OvR3i0M24IO9Bdw??