【4K】【生肉+AI英语字母】吴恩达-基于大语言模型LangChain的LLM应

• Opensource development framwork for LLM applicaitons
• Python and JavaScript(TypeScript)packages
• Focus on compostion and modularity
• Key value adds:

1. Modular compents

2.Use cases:Common ways to combine components

• LLM应用开发的开源框架（LLM = Large Language Model，大语言模型）
• 有Python 和 JavaScript(TypeScript) 开发包
• 聚焦 组合 和 模块化
• 关键内容:
• 1、模块化部件
• 2、用例 : 用常规的方式组合组件

Models

• LLMs: 20+integrations
• Chat Models
• Text Embedding Models: 10+ integrations

Prompts

• Prompt Templates
• Output Parsers: 5+ implementations
• Retry/fixing logic
• Example Selectors: 5+ implementations

Indexes

• Document Loaders: 50+ implementations
• Text Splitters: 10+ implementations
• Vector stores: 10+ integrations
• Retrievers: 5+integrations/implementations

Chains

• Prompt + LLM + Output parsing
• Can be used as building blocks for longer chains
• More application specific chains: 20+ types

Agents

• Agent Types: 5+ types
• Algorithms for getting LLMs to use tools
• Agent Toolkits: 10+ implementations
• Agents armed with specific tools for aspecific application

模型

• 大语言模型: 20+
• 聊天模型
• 文本嵌入模型: 10+ 

提示词

• 提示词模型
• 输出解析器: 5+ 
• 重试/修复逻辑 logic
• 选择器示例: 5+ 

索引

• 文档加载器: 50+ 
• 文本拆分器: 10+ 
• 向量存储: 10+ 
• 检索器: 5+i

链

• 提示+LLM+输出解析
• 可以用作较长链条的构建块
• 更多特定应用链：20多种类型

代理

• 代理类型：5种以上类型
• 让LLM使用工具的算法
• 代理工具包：10多种实现
• 为特定应用配备特定工具的代理