Project Icon

LangChain

LangChain的C#实现

LangChain的C#实现提供了一个灵活且可扩展的大型语言模型框架,支持多种第三方库。该项目适用于创建和管理向量数据库,并能够集成多种LLM模型。团队对拉取请求响应迅速,并欢迎更多开发者参与提升项目质量。查询项目Wiki和示例代码以快速入门。

LangChain .NET 项目简介

LangChain .NET 是一个专为构建基于大型语言模型(LLMs)应用而设计的项目。这个项目基于 C# 创建,致力于尽可能地接近原始的 LangChain 架构,同时也开放接受新的实体和概念。

项目背景

LangChain .NET 项目的开发者意识到现有的一些技术局限性,比如微软的 SemanticKernel 尽管功能强大,但仍有不足之处。因此,LangChain .NET 旨在最大化方案选择,充分用好第三方库的潜力,同时也为开发者提供一个更加灵活的开发环境。

团队目标

项目负责人表示,希望通过聚合 C# 开发者的力量,共同创建一个高质量的 C# 版本的 LangChain。在开发过程中,他们欢迎开发者进行代码贡献,并会尽快响应合并请求(尽量在24小时内)。同时,项目通过 Discord 渠道积极回应与项目相关的问题。

使用指南

开发者可以通过 LangChain 的 wiki 快速入门,如果 wiki 中的代码未及时更新,也可参考 测试代码 以及 示例测试 文件。

以下是一个简单的使用示例,该代码展示了如何从一本 PDF 格式的哈利·波特书籍中创建矢量数据库,并利用该数据库和 LLM 来回答问题。

var provider = new OpenAiProvider(
    Environment.GetEnvironmentVariable("OPENAI_API_KEY") ??
    throw new InconclusiveException("OPENAI_API_KEY is not set"));
var llm = new OpenAiLatestFastChatModel(provider);
var embeddingModel = new TextEmbeddingV3SmallModel(provider);

using var vectorDatabase = new SqLiteVectorDatabase(dataSource: "vectors.db");
var vectorCollection = await vectorDatabase.AddDocumentsFromAsync<PdfPigPdfLoader>(
    embeddingModel,
    dimensions: 1536,
    dataSource: DataSource.FromUrl("https://canonburyprimaryschool.co.uk/wp-content/uploads/2016/01/Joanne-K.-Rowling-Harry-Potter-Book-1-Harry-Potter-and-the-Philosophers-Stone-EnglishOnlineClub.com_.pdf"),
    collectionName: "harrypotter",
    textSplitter: null);

const string question = "Who was drinking a unicorn blood?";
var similarDocuments = await vectorCollection.GetSimilarDocuments(embeddingModel, question, amount: 5);

var answer = await llm.GenerateAsync(
    $"""
     Use the following pieces of context to answer the question at the end.
     If the answer is not in context then just say that you don't know, don't try to make up an answer.
     Keep the answer as short as possible.

     {similarDocuments.AsString()}

     Question: {question}
     Helpful Answer:
     """);

Console.WriteLine($"LLM answer: {answer}");

社区与支持

LangChain .NET 的发展得益于几个关键的支持者,包括 JetBrains 和 CodeRabbit,他们通过开放源代码支持计划提供了指导和资源。对于任何有关项目的错误、建议或一般性问题,开发者可通过 GitHub 的 问题板讨论区 提交意见,也可以加入 Discord 查看最新动态和参与讨论。

LangChain .NET 使用 MIT 许可证发布,尽管基于这个项目的组织下的某些项目可能会采用不同的许可证。

感谢

该项目由 JetBrains 和 CodeRabbit 提供支持,感谢他们通过开放源代码支持程序贡献出色的资源和支持。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号