Skip to main content

操作指南

在这里你可以找到“我该如何……？”这类问题的答案。
这些指南以目标为导向且具体明确，旨在帮助你完成特定任务。
如需概念性解释，请参阅 概念指南。
如需端到端的完整教程，请参阅 教程。
如需对每个类和函数的详细描述，请参阅 API 参考文档。

安装​

核心功能​

这部分突出介绍使用 LangChain 的核心功能。

LangChain 表达式语言 (LCEL)​

LangChain 表达式语言 (LCEL) 是一种创建任意自定义链的方式。它基于 Runnable 协议。

LCEL 速查表：快速了解如何使用 LCEL 的主要原语。

组件​

这些是构建应用程序时可以使用的核心构建块。

提示模板​

提示模板 负责将用户输入格式化为可传递给语言模型的格式。

示例选择器​

示例选择器 负责选择正确的少量示例并传递给提示。

聊天模型​

聊天模型 是语言模型的新形式，它接收消息并输出一条消息。

消息​

消息 是聊天模型的输入和输出。它们包含一些 内容 和一个 角色，用于描述消息的来源。

LLMs​

LangChain 所称的 LLMs 是较旧形式的语言模型，它接收一个字符串并输出一个字符串。

输出解析器​

输出解析器 负责将 LLM 的输出解析为更结构化的格式。

文档加载器​

文档加载器 负责从各种来源加载文档。

文本分割器​

文本分割器 负责将文档分割成可用于检索的小块。

嵌入模型​

嵌入模型 负责将一段文本转换为数值表示。

向量数据库​

向量数据库 是能够高效存储和检索嵌入的数据库。

检索器​

检索器 负责接收一个查询并返回相关文档。

索引​

索引是保持你的向量数据库与底层数据源同步的过程。

工具​

LangChain 的 工具 包含工具的描述（传递给语言模型）以及要调用的函数的实现。

代理​

note

如需代理的深入操作指南，请查看 LangGraph 文档。

回调​

回调 允许你钩入 LLM 应用执行的各个阶段。

自定义​

LangChain 的所有组件都可以轻松扩展以支持你自己的版本。

生成式 UI​

多模态​

使用场景​

这些指南涵盖特定使用场景的细节。

基于 RAG 的问答​

检索增强生成 (RAG) 是将 LLM 连接到外部数据源的一种方式。
如需 RAG 的高级教程，请参阅 本指南。

提取​

提取是指使用 LLM 从非结构化文本中提取结构化信息。
如需提取的高级教程，请参阅 本指南。

聊天机器人​

聊天机器人是指使用 LLM 进行对话。
如需构建聊天机器人的高级教程，请参阅 本指南。

查询分析​

查询分析是指使用 LLM 生成一个发送给检索器的查询。
如需查询分析的高级教程，请参阅 本指南。

SQL 和 CSV 上的问答​

你可以使用 LLM 对表格数据进行问答。
如需高级教程，请参阅 本指南。

图数据库上的问答​

你可以使用 LLM 对图数据库进行问答。
如需高级教程，请参阅 本指南。

LangGraph.js​

LangGraph.js 是 LangChain 的扩展，旨在通过将步骤建模为图中的边和节点，构建强大且有状态的多角色 LLM 应用程序。

LangGraph.js 的文档目前托管在单独的网站上。
你可以在 这里 查看 LangGraph.js 的操作指南。

LangSmith​

LangSmith 允许你密切追踪、监控和评估你的 LLM 应用。
它与 LangChain 和 LangGraph.js 无缝集成，你可以使用它在构建链时检查和调试各个步骤。

LangSmith 的文档托管在单独的网站上。
你可以在 这里 查看 LangSmith 的操作指南，但我们会突出显示一些与 LangChain 特别相关的部分：

评估​

性能评估是构建 LLM 驱动应用的重要组成部分。
LangSmith 帮助你完成从创建数据集到定义指标再到运行评估器的整个过程。

如需了解更多，请参阅 LangSmith 评估操作指南。

追踪​

追踪可以让你观察链和代理内部的执行情况，对于诊断问题至关重要。

你可以在 LangSmith 文档的 这一部分 查看与追踪相关的通用操作指南。

Was this page helpful?


You can also leave detailed feedback on GitHub.