访问官网
Github
文档LangChain 项目介绍
项目概述
Elixir LangChain 是一个面向 Elixir 应用的框架，旨在帮助开发者在应用中集成各种人工智能服务和自托管模型。这一框架促进了语言模型（LLM）的应用，不仅提升了应用的智能化水平，还能与其它数据源或计算资源进行交互。
支持的服务与模型
当前 LangChain 支持的 AI 服务和模型包括：
- OpenAI ChatGPT 和 DALL-e 2（图像生成）
- Anthropic Claude
- Google AI 和 Google Vertex AI 的 Gemini
- 以及 Ollama 和数个自托管的 Bumblebee 模型（如 Llama、Mistral 和 Zephyr）
LangChain 的重要概念
LangChain 的设计使得 Elixir 应用程序能够轻松连接和组装多个功能模块。它提供了以下两个主要功能特性：
- 组件化设计：提供多个语言模型工作的抽象组件，每个组件都包含其特定的实现。这些组件是模块化的，开发者可以选择性使用。
- 即插即用的链：一个由多个组件结构化组合而成的高层次任务执行方案，便于快速上手和实现复杂功能。
LangChain 如何运作
LangChain 之所以强大，在于它能将大型语言模型与其他计算资源或知识源结合起来，这是单独使用 LLMs 难以实现的功能。通过这种方式，开发者能够构建以往难以实现的强大应用程序。
文档与演示
开发者可以在这里查看详细的在线文档。同时，可以参考 GitHub 上的演示项目来进一步了解 LangChain 的功能和用法。
JavaScript 和 Python 的关系
LangChain 不仅有 Elixir 版本，其前身是 JavaScript 和 Python 版本。这两个版本之间设计紧密，能够无缝集成，而 Elixir 版本则更注重功能性设计，因此不刻意与之同步。这使得 Elixir 版本更符合其函数式编程特点。
安装和配置
要在 Elixir 项目中使用 LangChain，只需在 mix.exs 中添加以下依赖：
def deps do
[
{:langchain, "0.2.0"}
]
end
配置方面，可以通过以下代码设置 OpenAI 的 API 密钥和组织 ID：
config :langchain, openai_key: System.get_env("OPENAI_API_KEY")
config :langchain, openai_org_id: System.get_env("OPENAI_ORG_ID")
使用指南
LangChain 的核心模块为 LangChain.Chains.LLMChain，其他组件通常作为其输入或输出结构。开发者可以通过创建链条（chain）来集成功能。例如，您可以暴露自定义的 Elixir 函数给 ChatGPT，应用程序逻辑和数据将通过 LangChain.Function 进行对接。
测试用例
您可以通过 mix test 命令运行测试，其中包括对 OpenAI API 的实时调用测试。需要注意的是，使用这些测试可能会产生收费事件。因此，在测试期间，请确认配置了正确的 API 凭证。
总的来说，Elixir LangChain 是一个强大而灵活的工具，帮助开发者创建智能性和交互性兼具的应用程序，特别适用于需要语言模型进行处理的复杂场景。
