langchain cratedb
v0.0.0
»Documentation | ChangeLog | PYPI | Problèmes | Code source | Licence | Crateb | Forum communautaire
Le package langchain-cratedb implémente les abstractions de Langchain de base à l'aide de CratebB ou de CrateB Cloud.
Le package est publié sous la licence MIT.
N'hésitez pas à utiliser l'abstraction comme prévu ou bien les modifier / les étendre selon votre propre application. Nous apprécions les contributions de toute nature.
CratebB est une base de données SQL distribuée et évolutive pour stocker et analyser des quantités massives de données en temps proche, même avec des requêtes complexes. Il est compatible postgresql et basé sur Lucene.
Langchain est un cadre composable pour créer des applications de raisonnement au contexte avec des modèles de gros langues, en tirant parti des données et des API de votre entreprise.
Langchain pour CratebB est un cadre AI / ML qui déverrouille l'application des technologies LLM à des projets pratiques, couvrant de nombreux besoins de bout en bout. Il s'appuie sur la grande gamme de services publics regroupés par la boîte à outils Langchain et les capacités d'indexation ultra-rapides de CratebB.
Vous pouvez appliquer Langchain pour implémenter des applications textuelles à l'aide de modèles commerciaux, par exemple fournis par OpenAI, ou des modèles open-source, par exemple des modèles de texte en texte et textuel multiplituels de Meta.
pip install --upgrade langchain-cratedbLe package prend actuellement en charge CrateB et son pilote API Python DB, disponible par package de caisse. Il sera automatiquement installé lors de l'installation de l'adaptateur Langchain.
Vous pouvez exécuter l'auto-gérie en cage ou commencer à utiliser Crateb Cloud, voir Crateb Installation ou CrateB Cloud Console.
Pour en savoir plus sur l'adaptateur Langchain pour CratedB, veuillez vous référer à la documentation et aux exemples:
Quelques ordinateurs portables montrent comment utiliser la fonctionnalité du magasin de vecteur en casse autour de son type de données FLOAT_VECTOR et de sa fonction KNN_MATCH avec Langchain. Cratebvectorstore
Vous apprendrez à importer et à interroger des données non structurées à l'aide du CrateDBVectorStore , par exemple pour créer un pipeline de génération augmentée (RAG) de récupération.
La génération (RAG) (RAG) (RAG) de la récupération combine un système de récupération, qui récupère les documents pertinents, avec un modèle génératif, lui permettant d'incorporer des connaissances externes pour des réponses plus précises et éclairées.
Ce cahier montre comment charger des documents à partir d'une base de données CrateB, en utilisant les interfaces SQLDatabase et CrateDBLoader de Langchain, basée sur Sqlalchemy.
L'adaptateur d'historique des messages de chat aide à stocker et à gérer l'historique des messages de chat dans une table en casse, pour prendre en charge la mémoire conversationnelle.
Félicitations aux auteurs de tous les nombreux composants logiciels que cette bibliothèque hérite et s'appuie, notamment le package Langchain-Postgres, et Langchain lui-même.
Le package langchain-cratedb est un projet open source et est géré sur GitHub. Nous apprécions les contributions de toute nature.
Le projet utilise la licence MIT, comme le projet Langchain-Postgres dont il tire.
