langchain cratedb

langchain-cratedb

»เอกสาร Changelog | PYPI | ปัญหา | ซอร์สโค้ด | ใบอนุญาต | CratedB | ฟอรัมชุมชน

แพ็คเกจ langchain-cratedb ใช้หลัก abstractions core langchain โดยใช้ cratedb หรือ clatedb คลาวด์

แพ็คเกจนี้ถูกปล่อยภายใต้ใบอนุญาต MIT

อย่าลังเลที่จะใช้สิ่งที่เป็นนามธรรมตามที่ให้ไว้หรืออื่น ๆ แก้ไข / ขยายตามความเหมาะสมสำหรับแอปพลิเคชันของคุณเอง เราขอขอบคุณการมีส่วนร่วมทุกชนิด

การแนะนำ

CratedB เป็นฐานข้อมูล SQL แบบกระจายและปรับขนาดได้สำหรับการจัดเก็บและวิเคราะห์ข้อมูลจำนวนมากในระยะเวลาใกล้เคียงจริงแม้จะมีการสืบค้นที่ซับซ้อน มันเข้ากันได้กับ PostgreSQL และขึ้นอยู่กับ Lucene

Langchain เป็นเฟรมเวิร์กแบบคอมโพสิตเพื่อสร้างแอพพลิเคชั่นการใช้เหตุผลด้วยรูปแบบภาษาขนาดใหญ่ใช้ประโยชน์จากข้อมูลและ API ของ บริษัท ของคุณ

Langchain สำหรับ CratedB เป็นเฟรมเวิร์ก AI/ML ที่ปลดล็อคการประยุกต์ใช้เทคโนโลยี LLM กับโครงการจริง ๆ ครอบคลุมความต้องการมากมาย มันสร้างขึ้นบนชุดยูทิลิตี้ขนาดใหญ่ที่รวมอยู่ในชุดเครื่องมือ Langchain และความสามารถในการทำดัชนีที่รวดเร็วเป็นพิเศษของ CratedB

คุณสามารถใช้ Langchain เพื่อใช้แอพพลิเคชั่นที่ใช้ข้อความโดยใช้โมเดลเชิงพาณิชย์เช่น OpenAI หรือโมเดลโอเพนซอร์ซเช่นรุ่น Llama หลายภาษาของ Meta ของ Meta

การติดตั้ง

pip install --upgrade langchain-cratedb

ความต้องการ

แพ็คเกจปัจจุบันรองรับ CratedB และไดรเวอร์ Python DB API ของมันต่อแพ็คเกจ CRATE มันจะถูกติดตั้งโดยอัตโนมัติเมื่อติดตั้งอะแดปเตอร์ Langchain

คุณสามารถเรียกใช้ CratedB ด้วยตนเองหรือเริ่มใช้ CratedB Cloud ดูการติดตั้ง CratedB หรือคอนโซลคลาวด์ CratedB

การใช้งาน

หากต้องการเรียนรู้เกี่ยวกับอะแดปเตอร์ Langchain สำหรับ CratedB โปรดดูเอกสารและตัวอย่าง:

• ใช้ langchain กับ cratedb
• ตัวอย่าง Langchain CratedB

ร้านค้าเวกเตอร์

โน้ตบุ๊กสองสามตัวสาธิตวิธีการใช้ฟังก์ชันการจัดเก็บเวกเตอร์ CratedB รอบ ๆ ประเภทข้อมูล FLOAT_VECTOR และฟังก์ชั่น KNN_MATCH ร่วมกับ Langchain cratedbvectorstore

คุณจะได้เรียนรู้วิธีการนำเข้าและสอบถามข้อมูลที่ไม่มีโครงสร้างโดยใช้ CrateDBVectorStore เช่นเพื่อสร้างท่อส่งการสร้าง (RAG) การดึง (RAG)

Retrieval-Augmented Generation (RAG) รวมระบบดึงข้อมูลซึ่งดึงเอกสารที่เกี่ยวข้องกับแบบจำลองการกำเนิดทำให้สามารถรวมความรู้ภายนอกเพื่อการตอบสนองที่แม่นยำและมีข้อมูลมากขึ้น

• ตัวอย่าง: การค้นหาเวกเตอร์พื้นฐาน
• ตัวอย่าง: ผ้าขี้ริ้วพื้นฐาน
• ตัวอย่าง: ผ้าขี้ริ้วขั้นสูงพร้อมกรณีการใช้งาน

ตัวโหลดเอกสาร

สมุดบันทึกนี้แสดงให้เห็นถึงวิธีการโหลดเอกสารจากฐานข้อมูล CratedB โดยใช้อินเทอร์เฟซ SQLDatabase และ CrateDBLoader ของ Langchain ตาม SQLALCHEMY

• ตัวอย่าง: โหลดข้อมูลจากตารางฐานข้อมูล

ประวัติการแชท

อะแดปเตอร์ประวัติข้อความแชทช่วยในการจัดเก็บและจัดการประวัติข้อความแชทในตาราง CratedB สำหรับการสนับสนุนหน่วยความจำการสนทนา

• ตัวอย่าง: ประวัติข้อความแชท

ข้อมูลโครงการ

กิตติกรรมประกาศ

ความรุ่งโรจน์ถึงผู้เขียนส่วนประกอบซอฟต์แวร์ทั้งหมดห้องสมุดนี้ได้รับการสืบทอดและสร้างขึ้นมาโดยเฉพาะอย่างยิ่งแพ็คเกจ Langchain-Postgres และ Langchain เอง

การบริจาค

แพ็คเกจ langchain-cratedb เป็นโครงการโอเพ่นซอร์สและได้รับการจัดการบน GitHub เราขอขอบคุณการมีส่วนร่วมทุกชนิด

ใบอนุญาต

โครงการใช้ใบอนุญาต MIT เช่นโครงการ Langchain-Postgres ที่ได้มาจาก