Langchain发布Langchain templates,提升RAG、Agent等LLM架构应用开发的正确性和效率

火山方舟向量数据库大模型

动手点关注

picture.image

干货不迷路

从平台框架软件产品开发运营角度看,Langchain一路走到现在,其关键的产品技术演进方向是很多产品经理和开发者值得研究和学习的对象。

在LLM火爆之初,Langchain创始人敏锐发现机会,瞄准开发者想要利用LLM能力快速进行原型验证或者产品demo的需求,迅速发布python及js版本的langchain核心编排集成SDK,并保持高速迭代,收获了一大波用户。编排集成框架的定位,让其具有足够的用户粘性以及掌控底层集成标准的话语权,进而成为应用开发者与底层中间件和基座模型交流的通道和语言。

picture.image

随着LLM进入了生产落地阶段,在langchain框架的基础上,扩展推出了langsmith这样的LLMOPS平台,以生产级落地LLM场景为目标,功能覆盖LLM应用开发的全生命周期,奠定了平台地位。

picture.image

最近(10.31),LangChain再一次出手,发布了LangChain templates,即langchain的应用模版,定位于简化LLM应用架构模式使用的复杂度,普通开发者不用了解LLM相关架构实现方法以及框架内各种细节技术,在一个半成品上进行再开发完善,这样既能够提高效率也能提高正确性和一致性,从“用户独立做作业”到“给标准答案,用户再丰富完善”。

另一方面,原来的chain的黑盒实现,应用开发者想要改变,要么直接去langchain官方贡献代码,要么只能凑合使用,现在基于这样的templates方式,将其白盒化,并将框架开发者和应用开发者分离,应用开发者中的高阶用户可以更自由的开发更多适用于生产场景的模版,供普通开发者使用。而模式上, 从“只能官方制造”到“langchain开发者和模版开发者分离,将用户分层,激发社区活力和提升用户贡献度”,如此一个面向LLM应用的应用生态社区呼之欲出,并且有极大的商业化潜力,参考wordpress等。

最后,也是当下框架开发者不得不面临的问题,框架的完善和优化只能靠官方和很少部分开发者,但是LLM技术日新月异,新的架构模式层出不穷,如何将参与门槛降低,分层也是一个不得不做的减负选择,借助生态,“build in public”才能真的将平台做大做强。

picture.image

从github上可以看到,langchain template支持当下常见的LLM形态,如rag,copilot,agent。从当前实现形式上,有点类似于一些脚手架工程,将langchain相关核心组件进行了集成。可以预见,后期将会整合到Langsmith hub中,配套工具也会更加丰富,成为langchain的核心壁垒之一。

下面是langchain template官方介绍:

picture.image

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
字节跳动 NoSQL 的实践与探索
随着 NoSQL 的蓬勃发展越来越多的数据存储在了 NoSQL 系统中,并且 NoSQL 和 RDBMS 的界限越来越模糊,各种不同的专用 NoSQL 系统不停涌现,各具特色,形态不一。本次主要分享字节跳动内部和火山引擎 NoSQL 的实践,希望能够给大家一定的启发。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论