【langChain】GettingStarted

LangChainは、言語モデルを活用したアプリケーションの開発のためのフレームワークです。単に言語モデルを呼び出すだけではなく、データに対する意識や環境との対話を可能にすることで、より強力で差別化されたアプリケーションを実現することを目指しています。

LangChainフレームワークは、これらの原則を基に設計されています。このドキュメントはPythonに特化した部分です。LangChainの純粋に概念的なガイドについては、こちらを参照してください。JavaScriptのドキュメントについては、こちらを参照してください。

始めるには LangChainを使用して言語モデルアプリケーションを作成する方法について学びましょう。

クイックスタートガイドコンセプトと用語コミュニティの専門家によって作成されたチュートリアル（YouTube上で公開されています）

モジュールこれらのモジュールは、LLMを活用したアプリケーションの基本的な構成要素と見なしています。LangChainは、各モジュールについて標準の拡張可能なインターフェースを提供しています。さらに、他のツールとの統合や、使いやすいエンドツーエンドの実装なども提供しています。

各モジュールのドキュメントには、クイックスタートの例、ハウツーガイド、リファレンスドキュメント、概念ガイドが含まれています。モジュールは以下のとおりです（複雑度の低いものから高いものへ）：

Models: サポートされるモデルの種類と統合。
Prompts: プロンプトの管理、最適化、シリアライズ。
Memory: チェーン/エージェントの呼び出し間で継続する状態の管理。
Indexes: アプリケーション固有のデータと組み合わせることで、言語モデルのパワーを向上させるためのインターフェースや統合。
Chains: チェーンは、LLMまたは他のユーティリティへの一連の呼び出しです。
Agents: エージェントは、高レベルの指令とツールのセットを与えられたLLMが繰り返しアクションを決定し、実行し、結果を観察するチェーンです。
Callbacks: コールバックを使用すると、チェーンの中間ステップをログやストリームに記録することができ、アプリケーションの内部を観察、デバッグ、評価することが容易になります。

ユースケース LangChainの一般的な使用例に対するベストプラクティスや組み込みの実装:

Autonomous Agents: AutoGPTやBabyAGIなどの長期間実行されるエージェントの例。
Agent Simulations: エージェントをサンドボックスに配置し、相互作用やイベントへの反応を観察することで、長期的な推論と計画能力を評価する方法。
Personal Assistants: 主要なLangChainの使用例の1つ。アクションを実行し、対話を記憶し、データに関する知識を持つ必要があります。
Question Answering: もう1つの一般的なLangChainの使用例。特定のドキュメント上での質問に答えるため、それらのドキュメントの情報のみを利用して回答を構築します。
Chatbots: 言語モデルはチャットが得意なため、非常に自然な使用方法です。
Querying Tabular Data: 構造化データ（CSV、SQL、データフレームなど）をクエリするために言語モデルを使用する場合の推奨事項。
Code Understanding: コードを解析するために言語モデルを使用する場合の推奨事項。
Interacting with APIs: 言語モデルがAPIと対話できるようにすることは非常に強力です。最新の情報にアクセスし、アクションを実行できます。
Extraction: テキストから構造化情報を抽出する。
Summarization: 長いドキュメントの要約。データ拡張生成の一種。
Evaluation: 生成モデルの評価は伝統的な指標では難しいですが、言語モデル自体を評価に使用する方法があります。

参考資料アプリケーションの開発に役立つ追加リソースです！

LangChainHub: LangChainHubは、他のプロンプト、チェーン、エージェントを共有・探索するための場所です。
Gallery: Kyrolabsのスタッフが編集した、LangChainを使用した素晴らしいプロジェクトのコレクション。インスピレーションや実装の例を探すのに役立ちます。
Deployments: LangChainアプリのデプロイに関する手順、コードスニペット、テンプレートリポジトリのコレクションです。
Tracing: LangChainでトレースを使用してチェーンやエージェントの実行を可視化する方法についてのガイド。
Model Laboratory: 異なるプロンプト、モデル、チェーンを試したり実験したりすることは、最適なアプリケーションの開発の重要な一環です。ModelLaboratoryを使用すると、これを簡単に行うことができます。
Discord: LangChainに関するすべてのことをディスカッションするために、私たちのDiscordに参加してください！
YouTube: LangChainのチュートリアルとビデオのコレクションです。
Production Support: LangChainsを本番環境に移行する際に、より包括的なサポートを提供したいと考えています。このフォームに記入して専用のサポートSlackチャンネルを設定します。

これらの情報がLangChainについての解説となります。