langchain cratedb
v0.0.0
»Dokumentation | ChangeLog | Pypi | Probleme | Quellcode | Lizenz | Cratedb | Community Forum
Das langchain-cratedb -Paket implementiert Kern-Langchain-Abstraktionen unter Verwendung von CRATTB oder CRATTB Cloud.
Das Paket wird unter der MIT -Lizenz veröffentlicht.
Verwenden Sie die Abstraktion wie angegeben oder ändern Sie sie / erweitern Sie sie, um für Ihre eigene Anwendung geeignet zu sein. Wir schätzen Beiträge jeglicher Art.
CratedB ist eine verteilte und skalierbare SQL-Datenbank zum Speichern und Analysieren von massiven Datenmengen in nahezu Echtzeit, selbst bei komplexen Abfragen. Es ist postgresql-kompatibel und basierend auf Lucene.
Langchain ist ein komponierbarer Rahmen, um kontextbezogene Anwendungen mit großer Sprachmodellen zu erstellen und die Daten und APIs Ihres Unternehmens zu nutzen.
Langchain für CRATTB ist ein KI/ML-Framework, das die Anwendung von LLM-Technologien auf praktische Projekte freischaltet und viele Anforderungen von End-to-End-Bedürfnissen abdeckt. Es baut auf der großen Auswahl an Versorgungsunternehmen auf, die vom Langchain-Toolkit und den ultraschnellen Indexierungsfunktionen von CraatedB gebündelt wurden.
Sie können Langchain anwenden, um textbasierte Anwendungen mithilfe von kommerziellen Modellen zu implementieren, beispielsweise von OpenAI- oder Open-Source-Modellen, beispielsweise von META-Modellen für mehrsprachige Text- und Text-Image-Modelle von Meta.
pip install --upgrade langchain-cratedbDas Paket unterstützt derzeit CRATTB und seinen Python DB -API -Treiber, der pro Kistenpaket erhältlich ist. Es wird automatisch installiert, wenn der Langchain -Adapter installiert wird.
Sie können CraatedB selbst verwaltet oder mit der CRATTB Cloud beginnen, siehe CRATTB-Installation oder CRATTB Cloud-Konsole.
Um mehr über den Langchain -Adapter für CRATTB zu erfahren, finden Sie die Dokumentation und Beispiele:
Einige Notizbücher zeigen, wie die Funktionalität von CraatedB Vector Store um seinen FLOAT_VECTOR -Datentyp und seine KNN_MATCH -Funktion zusammen mit Langchain verwendet wird. CratedBVectorstore
Sie werden lernen, wie Sie unstrukturierte Daten mit dem CrateDBVectorStore importieren und abfragen, um beispielsweise eine RA -Pipeline (Abruf Augmented Generation) zu erstellen.
RAGRIEVAL-AUGMENTED-Generation (RAG) kombiniert ein Abrufsystem, das relevante Dokumente mit einem generativen Modell abreißt und es ermöglicht, externes Wissen für genauere und informierte Antworten einzubeziehen.
Dieses Notebook zeigt, wie Dokumente aus einer CraatedB -Datenbank unter Verwendung von Langchain -Schnittstellen von SQLDatabase und CrateDBLoader anhand von SQLalchemy verwendet werden.
Der Chat -Message -History -Adapter hilft beim Speichern und Verwalten von Chat -Nachrichtenverlauf in einer CREATTBB -Tabelle, um den Gesprächsgedächtnis zu unterstützen.
Ein großes Lob an die Autoren aller vielen Softwarekomponenten, die diese Bibliothek erbt und auf das sich auf das Langchain-Postgres-Paket und Langchain selbst aufbaut.
Das langchain-cratedb -Paket ist ein Open-Source-Projekt und wird auf GitHub verwaltet. Wir schätzen Beiträge jeglicher Art.
Das Projekt verwendet die MIT-Lizenz, wie das Langchain-Postgres-Projekt, aus dem es abgeleitet ist.
