Skip to main content

概念指南

本指南解释了 LangChain 框架以及更广泛的人工智能应用背后的关键概念。

我们建议您在深入阅读本概念指南之前，先阅读至少一篇教程。这将为您提供一些实践背景，有助于更轻松地理解此处讨论的概念。

概念指南不涵盖逐步说明或具体实现示例 —— 这些内容可在操作指南和教程中找到。如需详细的参考材料，请参阅API 参考。

高级概念​

核心概念​

  • 聊天模型：通过聊天 API 暴露的 LLM，将消息序列作为输入并输出一条消息。
  • 消息：聊天模型中的通信单元，用于表示模型的输入和输出。
  • 聊天历史：表示为消息序列的对话，交替包含用户消息和模型响应。
  • 工具：具有关联模式的函数，定义函数的名称、描述及其接受的参数。
  • 工具调用：一种聊天模型 API，接受工具模式和消息作为输入，并在输出消息中返回这些工具的调用。
  • 结构化输出：使聊天模型以结构化格式（如符合给定模式的 JSON）进行响应的技术。
  • 记忆：有关对话的信息，被持久化以便在未来的对话中使用。
  • 多模态：处理多种形式数据的能力，如文本、音频、图像和视频。
  • 可运行接口：许多 LangChain 组件和 LangChain 表达式语言（LCEL）所基于的基础抽象。
  • 流式传输：LangChain 流式 API，用于在结果生成时逐步呈现。
  • LangChain 表达式语言 (LCEL)：用于编排 LangChain 组件的语法，最适用于较简单的应用。
  • 文档加载器：将源内容加载为文档列表。
  • 检索：信息检索系统，可根据查询从数据源中检索结构化或非结构化数据。
  • 文本分割器：将长文本分割为较小的块，以便单独索引，从而实现粒度检索。
  • 嵌入模型：将数据（如文本或图像）表示为向量空间中的模型。
  • 向量存储：对向量及其关联元数据的存储与高效搜索。
  • 检索器：根据查询从知识库中返回相关文档的组件。
  • 增强检索生成 (RAG)：通过将语言模型与外部知识库结合来增强其能力的技术。
  • 代理：使用语言模型选择要执行的一系列操作。代理可通过工具与外部资源交互。
  • 提示模板：用于提取模型提示中的静态部分（通常是一系列消息）。适用于提示的序列化、版本控制和重用。
  • 输出解析器：负责将模型输出转换为更适合下游任务的格式。输出解析器在工具调用和结构化输出普及之前更为常用。
  • 少量示例提示：通过在提示中提供任务的几个示例来提高模型性能的技术。
  • 示例选择器：根据给定输入从数据集中选择最相关示例的组件。在少量示例提示中用于选择用于提示的示例。
  • 回调：允许在内置组件中执行自定义辅助代码。回调用于在 LangChain 中流式传输 LLM 输出、跟踪应用的中间步骤等。
  • 追踪：记录应用从输入到输出所经历步骤的过程。追踪对于调试和诊断复杂应用中的问题至关重要。
  • 评估：评估 AI 应用性能和效果的过程。这包括根据一组预定义标准或基准测试模型的响应，以确保其满足预期的质量标准并实现预定目的。这一过程对于构建可靠的应用至关重要。

术语表​

  • AIMessageChunk：AI 消息的部分响应。在从聊天模型流式传输响应时使用。
  • AIMessage：表示来自 AI 模型的完整响应。
  • StructuredTool：LangChain 中所有工具的基类。
  • batch：用于使用批量输入执行一个可运行对象（Runnable）。
  • bindTools：允许模型与工具交互。
  • 缓存：存储结果以避免重复调用聊天模型。
  • 上下文窗口：聊天模型可以处理的最大输入大小。
  • 对话模式：聊天交互中的常见模式。
  • 文档：LangChain 对文档的表示。
  • 嵌入模型：为各种数据类型生成向量嵌入的模型。
  • HumanMessage：表示来自人类用户的邮件。
  • 输入输出类型：Runnable 中用于输入和输出的类型。
  • 集成包：与 LangChain 集成的第三方包。
  • invoke：调用 Runnable 的标准方法。
  • JSON 模式：以 JSON 格式返回响应。
  • @langchain/community：由社区驱动的 LangChain 组件。
  • @langchain/core：LangChain 的核心包。包含基础接口和内存实现。
  • langchain：用于高级组件的包（例如，一些预构建的链）。
  • @langchain/langgraph：LangChain 的强大编排层。用于构建复杂管道和工作流。
  • 管理聊天历史：维护和管理聊天历史的技术。
  • OpenAI 格式：OpenAI 为聊天模型定义的消息格式。
  • RunnableConfig 的传播：通过 Runnables 传播配置。
  • RemoveMessage：用于从聊天历史中移除消息的抽象，主要用于 LangGraph。
  • 角色：表示聊天消息的角色（例如，用户、助手）。
  • RunnableConfig：用于向 Runnables 传递运行时信息（例如，runName、runId、tags、metadata、maxConcurrency、recursionLimit、configurable）。
  • 聊天模型的标准参数：如 API 密钥、temperature 和 maxTokens 等参数。
  • 流：用于从 Runnable 或图中流式传输输出。
  • 分词：将数据转换为标记（token）以及反向转换的过程。
  • 标记：语言模型在底层读取、处理和生成的基本单位。
  • 工具产物：向工具输出中添加不会发送给模型但可用于下游处理的产物。
  • 工具绑定：将工具绑定到模型。
  • tool：用于在 LangChain 中创建工具的函数。
  • 工具包：可以一起使用的工具集合。
  • ToolMessage：表示包含工具执行结果的消息。
  • 向量存储：专为存储和高效搜索向量嵌入而设计的数据存储。
  • withStructuredOutput：一个辅助方法，供原生支持工具调用的聊天模型生成符合给定模式（通过 Zod、JSON 模式或函数指定）的结构化输出。

Was this page helpful?


You can also leave detailed feedback on GitHub.