原文链接：【LangChain系列 2】LangChain核心模块简介(一)
本文速读：
-
Model I/O
-
Retrieval
-
Chains
01 Model I/O
大模型应用最核心当然是大模型本身，而LangChain就是在大模型在基础上，提供了一些基础模块，我们可以通过这些基础模块与大模型进行交互，主要包括：
-
Prompts：通过模版将prompts输入给大模型（Input）。
-
Language models：调用语言模型的一些接口（Model）。
-
Output Parsers：对于大模型输出进行解析（Output）。
这些模块统称为Model I/O，其数据流图如下所示：
02 Retrieval
我们知道LLM需要训练数据去训练它，而且数据质量越好，训练出来的模型效果更好。除了训练数据，很多LLM应用还需要特定的数据，而这些数据的主要是通过RGA（Retrieval Augmented Generation）而来的；在这个过程中，通过检索外部的数据，然后输入给LLM。
对于RGA应用，LangChain提供了所有的构建模块，主要模块如下图所示：
-
文档加载器：加载不同数据源的文档，总共有100多种加载器。
-
文档转换器：一种主要的转换器就是分割，比如将大段文本分割成小块，LangChain提供了几种不同的分割算法。
-
文本embedding模型：将文本向量化，简单来说就是将文本数字化。
-
向量存储：用来存储向量化的文本。
-
检索：在数据库中进行向量的检索。
03 Chains
Chain简单来说就是：将一系列的调用组件链接在一起，既可以是线性的顺序链，也可以是类似有向图的顺序链。通过链这种方式，我们就可以将多个组件进行组合、协同从而创建一个简单、统一的应用。
LangChain主要的链类型有：
-
LLM链(LLMChain)：将LLM和prompt链接在一起。
-
简单顺序链(SimpleSequentialChain)：线性的，单个输入单个输出。
-
常规顺序链(SequentialChain)：类似有向图，可以多个输入，多个输出。
-
路由链(RouterChain)：包含子链路。
Model I/O、Retrieval、Chains这3 个模块就是 LangChain模块简介 的第一部分，下篇我们将介绍它的第二部分。
更多最新文章，请关注公众号：大白爱爬山
