langchain cratedb
v0.0.0
»문서 | changelog | pypi | 문제 | 소스 코드 | 라이센스 | CRATEDB | 커뮤니티 포럼
langchain-cratedb 패키지는 CRATEDB 또는 CRATEDB CLOUD를 사용한 핵심 Langchain 추상화를 구현합니다.
패키지는 MIT 라이센스에 따라 해제됩니다.
제공된대로 추상화를 자유롭게 사용하거나 자신의 응용 프로그램에 적합하게 수정 / 확장하십시오. 우리는 모든 종류의 기여에 감사드립니다.
CRATEDB는 복잡한 쿼리를 통해서도 거의 실시간으로 대량의 데이터를 저장하고 분석하기위한 분산 및 확장 가능한 SQL 데이터베이스입니다. PostgreSQL과 호환되며 Lucene을 기반으로합니다.
Langchain은 컨텍스트 인식을 구축하고 대규모 언어 모델로 응용 프로그램을 추론하여 회사의 데이터 및 API를 활용하는 종합 가능한 프레임 워크입니다.
CRATEDB의 Langchain은 AI/ML 프레임 워크로, LLM 기술의 실습 프로젝트에 적용을 잠금 해제하여 많은 요구 사항을 다루고 있습니다. Langchain 툴킷과 CRATEDB의 초고속 인덱싱 기능이 번들로 제공되는 대규모 유틸리티를 기반으로합니다.
Langchain을 적용하여 OpenAI 또는 Open-Source 모델 (예 : Meta의 LLAMA 다국어 텍스트 전용 및 텍스트 이미지 모델)과 같은 상용 모델을 사용하여 텍스트 기반 응용 프로그램을 구현할 수 있습니다.
pip install --upgrade langchain-cratedb이 패키지는 현재 CRATEDB 및 Python DB API 드라이버를 지원합니다. Langchain 어댑터를 설치할 때 자동으로 설치됩니다.
CRATEDB 자체 관리를 실행하거나 CRATEDB 클라우드를 사용하여 시작하거나 CRATEDB 설치 또는 CRATEDB 클라우드 콘솔을 참조하십시오.
CRATEDB의 Langchain 어댑터에 대해 알아 보려면 문서 및 예제를 참조하십시오.
몇 개의 노트북은 FLOAT_VECTOR 데이터 유형과 Langchain과 함께 KNN_MATCH 함수 주변의 CRATEDB 벡터 저장 기능을 사용하는 방법을 보여줍니다. CRATEDBVECTORSTORE
CrateDBVectorStore 사용하여 구조화되지 않은 데이터를 가져오고 쿼리하는 방법을 배웁니다 (예 : RAG) 파이프 라인을 작성하십시오.
RAG (Restrieval-Augmented Generation)는 검색 시스템을 결합하여 관련 문서를 생성 모델과 결합하여보다 정확하고 정보에 입각 한 응답을 위해 외부 지식을 통합 할 수 있습니다.
이 노트북은 SQLALCHEMY를 기반으로 Langchain의 SQLDatabase 및 CrateDBLoader 인터페이스를 사용하여 CRATEDB 데이터베이스에서 문서를로드하는 방법을 보여줍니다.
채팅 메시지 기록 어댑터는 대화 메모리를 지원하기 위해 CRATEDB 테이블에 채팅 메시지 기록을 저장하고 관리하는 데 도움이됩니다.
이 라이브러리가 많은 소프트웨어 구성 요소의 저자에게 kudos는 Langchain-Postgres 패키지 및 Langchain 자체를 상속하고 구축하고 있습니다.
langchain-cratedb 패키지는 오픈 소스 프로젝트이며 Github에서 관리됩니다. 우리는 모든 종류의 기여에 감사드립니다.
이 프로젝트는 Langchain-Postgres 프로젝트와 같이 MIT 라이센스를 사용합니다.
