第三部分 使用 LangChain 开发应用程序
在前面两部分，我们分别学习了大语言模型的基础使用准则（Prompt Engineering）与如何基于 ChatGPT 搭建一个完整的问答系统，对基于 LLM 开发应用程序有了一定了解。但是，虽然 LLM 提供了强大的能力，极大便利了应用程序的开发，个人开发者要基于 LLM 快速、便捷地开发一个完整的应用程序依然是一个具有较大工作量的任务。针对 LLM 开发，LangChain 应运而生。LangChain 是一套专为 LLM 开发打造的开源框架，实现了 LLM 多种强大能力的利用，提供了 Chain、Agent、Tool 等多种封装工具，基于 LangChain 可以便捷开发应用程序，极大化发挥 LLM 潜能。目前，使用 LangChin 已经成为 LLM 开发的必备能力之一。
在这一部分，我们将对 LangChain 展开深入介绍，帮助学习者了解如何使用 LangChain，并基于 LangChain 开发完整的、具备强大能力的应用程序。通过学习本部分，您能够掌握如何使用 LangChain，打通大模型开发的快速通道，结合前面部分学习的基础能力，快速成为一名 LLM 开发者。
本部分的主要内容包括：一些重要概念介绍；存储；模型链；基于文档的问答；评估与代理等。
目录：
- 简介 Introduction @Sarai
- 模型，提示和解析器 Models, Prompts and Output Parsers @Joye
- 存储 Memory @徐虎
- 模型链 Chains @徐虎
- 基于文档的问答 Question and Answer @苟晓攀
- 评估 Evaluation @苟晓攀
- 代理 Agent @Joye
- 总结 Conclusion @Sarai
第一章 简介
欢迎来到《第三部分：基于 LangChain 开发应用程序》！
本教程由 LangChain 创始人 Harrison Chase 与 DeepLearning.AI 合作推出，旨在帮助大家掌握这个强大的大语言模型应用开发框架。
一、LangChain的诞生和发展
通过对LLM或大型语言模型给出提示(prompt)，现在可以比以往更快地开发AI应用程序，但是一个应用程序可能需要进行多轮提示以及解析输出。
在此过程有很多重复代码需要编写，基于此需求，哈里森·蔡斯 (Harrison Chase) 创建了LangChain，使开发过程变得更加丝滑。
LangChain开源社区快速发展，贡献者已达数百人，正以惊人的速度更新代码和功能。
二、课程基本内容
LangChain 是用于构建大模型应用程序的开源框架，有Python和JavaScript两个不同版本的包。LangChain 也是一个开源项目，社区活跃，新增功能快速迭代。LangChain基于模块化组合，有许多单独的组件，可以一起使用或单独使用。
本模块将重点介绍 LangChain 的常用组件:
- 模型(Models)：集成各种语言模型与向量模型。
- 提示(Prompts):向模型提供指令的途径。
- 索引(Indexes):提供数据检索功能。
- 链(Chains):将组件组合实现端到端应用。
- 代理(Agents):扩展模型的推理能力。
通过学习使用这些组件构建链式应用，你将可以快速上手 LangChain，开发出功能强大的语言模型程序。让我们开始探索LangChain的魅力吧！
总结
本单元教程涵盖了一系列使用 LangChain 构建语言模型应用的实践，包括处理用户评论、基于文档问答、寻求外部知识等。
- 强大的
LangChain
通过这一系列案例，我们可以深刻体会到 LangChain 极大简化并加速了语言模型应用开发。过去需要数周才能实现的功能，现在只需极少量的代码即可通过 LangChain 快速构建。LangChain已成为开发大模型应用的有力范式，希望大家拥抱这个强大工具，积极探索更多更广泛的应用场景。
- 不同组合，更多可能性
LangChain 还可以协助我们做什么呢：基于 CSV 文件回答问题、查询 SQL 数据库、与 API 交互，有很多例子通过 Chain 以及不同的提示（Prompts）和输出解析器（output parsers）组合得以实现。
- 出发，去探索新世界吧
感谢 LangChain 的贡献者们，你们不断丰富文档和案例，让这一框架更易学易用。如果你还未开始使用 LangChain，现在就打开 Python ，运行
pip install LangChain吧，一探这一魔法般工具的无限魅力!
