欢迎来到 LangChain JS 中文入门指南示例仓库!这个仓库旨在帮助开发者快速上手 LangChain JS 并熟悉其使用方法。
本仓库是由 liaokongVFX 编写的 LangChain 中文入门教程 的 JavaScript 版本。
LangChain 是一个强大的框架,旨在帮助开发人员使用语言模型构建端到端的应用程序。它提供了一套工具、组件和接口,可简化创建由大型语言模型 (LLM) 和聊天模型提供支持的应用程序的过程。LangChain 可以轻松管理与语言模型的交互,将多个组件链接在一起,并集成额外的资源,例如 API 和数据库。
目前官方提供 Python 和 JavaScript 两种语言的 SDK。能力上 Python SDK 更为完善。
-
首先,克隆本仓库到本地。
-
接下来,确保您已经安装了 Node.js 和 npm。如果尚未安装,请访问 Node.js 官方网站 下载并安装。
-
安装项目依赖:
npm install
-
为了运行仓库中的样例,您需要安装一个名为 Node.js Notebooks (REPL) 的 VS Code 插件。请点击链接,按照插件页面的说明进行安装。
-
打开 VS Code,然后打开本项目。在项目根目录下,您将看到一个名为
lab.nnb
的文件,这个文件包含了多个 LangChain JS 的示例。您可以逐个查看和运行这些示例,学习 LangChain JS 提供的各种功能。
注意:请参考
.env.example
编写您自己的.env
文件,用于运行相关示例。
本项目包含以下几个定制示例:
- 直接使用 OpenAI Model 完成一次提问
- 使用 Agent 通过 Google 搜索并返回答案
- 使用 Text Loader 对超长文本进行总结和问答
- 使用内存向量索引数据库构建问答机器人
- 使用 Pinecone 向量索引库构建问答机器人
- 使用 Zapier NLA 发送邮件
以及几个官方示例:
- 使用顺序的任务链
- 使用格式化输出输出
- 使用 Memory 实现带记忆的对话
我们非常欢迎您为本项目作出贡献!如果您在使用过程中发现了任何问题,或者有任何改进的建议,请通过 Issues 或 Pull Requests 与我们联系。
本仓库采用 MIT License 授权。