可以看到github上，langchain的star已经超过60k了，因此可以看出其火爆程度。

langchain的一个特点是链式调用。

按照官网的文档，langchain的作用领域可以分为六块，复杂度递增：

1、LLMs and Prompts 2、Chains 3、Data Augmented Generation: 4、Agents 5、Memory 6、Evaluation

langchain的模块，也可以分为六大模块： 1、Model I/O 2、Retrieval 3、Chains 4、Agents 5、Memory 6、Callbacks

ModelIO

可以允许使用不同的语言模型，并且可以提取输出功率内容进行转换。

prompts

Prompt templates 提供了prompt模版使用同一个模版，可以队不同的大语言模型进行操作，实际上就是屏蔽了不同大语言模型api的差异。

from langchain import PromptTemplate

prompt_template = PromptTemplate.from_template(
    "Tell me a {adjective} joke about {content}."
)
prompt_template.format(adjective="funny", content="chickens")

这里就类似于python本身就是字符串中加入参数一样。

ChatPromptTemplate，对应的是调用openai的Chat Completions的Api。

from langchain.prompts import ChatPromptTemplate

template = ChatPromptTemplate.from_messages([
    ("system", "You are a helpful AI bot. Your name is {name}."),
    ("human", "Hello, how are you doing?"),
    ("ai", "I'm doing well, thanks!"),
    ("human", "{user_input}"),
])

messages = template.format_messages(
    name="Bob",
    user_input="What is your name?"
)

AI大模型训练营值Langchain学习笔记

ModelIO

prompts

Retrieval

Chains

Agents

Memory