【langchain】构建检索问答链

说明

LangChain 是一个用于开发基于大模型（LLM）应用的框架，它提供了丰富的工具和组件来简化 LLM 应用的构建过。

核心概念

1. Components 组件。提供各种基础构建块，如：
   PromptTemplate：用于创建和管理提示词的模板
   LLM和ChatModel：封装各种大模型的接口
   OutputParser：解析模型输出
   Retriever：实现信息检索功能功能

2. Chains（链）
   将多个组件组合成可执行的工作流（Runable类的才行）
   支持顺序执行、并行执行（RunnableParallel）等不同模式
   LCEL（全称：LangChain Expression Language）提供了简洁的链式调用语法

3. Data Connection（数据连接）
   提供与外部数据源的连接能力
   包括文档加载其、文本分割器、向量存储集成等
   支持检索增强生成（RAG，retrieval-Augmented Generation）模式

主要优势

• 模块化设计：各个组件可以灵活组合
• 标准化接口：统一的 API 简化了不同模型和服务的集成
• 内置最佳实践：集成了 LLM 应用开发的最佳实践
• 扩展性强：支持自定义组件和第三方集成

1 创建向量存储器（Chroma + textV4Embeddings）【待补充】

2 构建检索链（RunnableLamdba 、RunnableParallel）

3 提示词模板（PromptTemplate）

4 组装完整的 RAG 问答链（LCEL语法连接各种组件）

其它