langchain cratedb
v0.0.0
»Documentação | Changelog | Pypi | Questões | Código -fonte | Licença | CratedB | Fórum comunitário
O pacote langchain-cratedb implementa as abstrações Langchain Core usando o CRATEDB ou CRACTEB NOUG.
O pacote é liberado sob a licença do MIT.
Sinta -se à vontade para usar a abstração conforme fornecido ou modificá -los / estendê -los conforme apropriado para seu próprio aplicativo. Agradecemos contribuições de qualquer tipo.
O CRATEDB é um banco de dados SQL distribuído e escalável para armazenar e analisar quantidades enormes de dados em tempo real, mesmo com consultas complexas. É compatível com o PostgreSQL e baseado no Lucene.
Langchain é uma estrutura composta para criar com reconhecimento de contexto, raciocinando aplicativos com grandes modelos de idiomas, alavancando os dados e APIs da sua empresa.
O Langchain para CratedB é uma estrutura AI/ML que desbloqueia a aplicação de tecnologias LLM em projetos práticos, cobrindo muitas necessidades de ponta a ponta. Ele se baseia na grande variedade de concessionárias do Langchain Toolkit e pelos recursos de indexação ultra-rápida do CratDB.
Você pode aplicar o Langchain para implementar aplicativos baseados em texto usando modelos comerciais, por exemplo, fornecidos pelo OpenAI ou modelos de código aberto, por exemplo, modelos multilíngues de llama da Meta-Llama somente texto e imagem de texto.
pip install --upgrade langchain-cratedbAtualmente, o pacote suporta o CRATEDB e seu driver de API do Python DB, disponível por pacote de caixa. Ele será instalado automaticamente ao instalar o adaptador Langchain.
Você pode executar o CRATDB auto-gerenciado ou começar a usar o CRACTEB Cloud, consulte a instalação do CRACTEB ou o CrateDB Cloud Console.
Para aprender sobre o adaptador Langchain para CRATDB, consulte a documentação e os exemplos:
Alguns notebooks demonstram como usar a funcionalidade CratedB Vector Store em torno de seu tipo de dados FLOAT_VECTOR e sua função KNN_MATCH juntamente com o Langchain. CratebVectorStore
Você aprenderá como importar e consultar dados não estruturados usando o CrateDBVectorStore , por exemplo, para criar um pipeline de geração aumentada de recuperação (RAG).
A geração de recuperação de recuperação (RAG) combina um sistema de recuperação, que busca documentos relevantes, com um modelo generativo, permitindo que ele incorpore conhecimento externo para respostas mais precisas e informadas.
Este notebook demonstra como carregar documentos de um banco de dados CratedB, usando as interfaces SQLDatabase de Langchain e CrateDBLoader , com base no sqlalchemy.
O adaptador de histórico de mensagens de bate -papo ajuda a armazenar e gerenciar o histórico de mensagens de bate -papo em uma tabela CratedB, para apoiar a memória de conversação.
Parabéns aos autores de todos os muitos componentes de software que essa biblioteca está herdando e construindo, principalmente o pacote Langchain-PostGres e o próprio Langchain.
O pacote langchain-cratedb é um projeto de código aberto e é gerenciado no GitHub. Agradecemos contribuições de qualquer tipo.
O projeto usa a licença do MIT, como o projeto Langchain-PostGres de que é derivado.
