本頁面將介紹如何使用 LangChain 建構 LLM 輔助應用程式。本頁面的總覽會連結至 GitHub 中的程序指南。
什麼是 LangChain？
LangChain 是 LLM 自動化調度管理框架，可協助開發人員建構生成式 AI 應用程式或檢索增強生成 (RAG) 工作流程。並提供結構、工具和元件，簡化複雜的 LLM 工作流程。
如要進一步瞭解 LangChain，請參閱 Google LangChain 頁面。如要進一步瞭解 LangChain 架構，請參閱 LangChain 產品說明文件。
MySQL 適用的 Cloud SQL 的 LangChain 元件
MySQL 適用的 Cloud SQL 提供下列 LangChain 介面：
瞭解如何搭配使用 LangChain 和 MySQL 適用的 Cloud SQL LangChain 快速入門。
MySQL 適用的 Cloud SQL 向量儲存區
向量儲存區會從向量資料庫擷取及儲存文件和中繼資料。 向量儲存空間可讓應用程式執行語意搜尋，解讀使用者查詢的含意。這類搜尋稱為向量搜尋，可找出概念上與查詢相符的主題。在查詢時，向量儲存區會擷取與搜尋要求嵌入最相似的嵌入向量。在 LangChain 中，向量儲存庫會負責儲存嵌入資料，並為您執行向量搜尋。
如要在 MySQL 適用的 Cloud SQL 中使用向量儲存區，請使用 MySQLVectorStore 類別。
詳情請參閱 LangChain Vector Stores 產品說明文件。
向量儲存庫程序指南
向量儲存空間適用的 MySQL 適用的 Cloud SQL 指南說明如何執行下列操作：
- 安裝整合套件和 LangChain
- 建立
MySQLEngine物件，並設定連線集區至 MySQL 適用的 Cloud SQL 資料庫 - 初始化資料表
- 使用
VertexAIEmbeddings建立嵌入物件 - 初始化預設
MySQLVectorStore - 新增文字
- 刪除文字
- 搜尋文件
- 依向量搜尋文件
- 新增索引來加快向量搜尋查詢速度
- 移除索引
- 建立自訂向量儲存空間
- 使用中繼資料篩選器搜尋文件
MySQL 適用的 Cloud SQL 文件載入器
文件載入器會儲存、載入及刪除 LangChain Document 物件。舉例來說，您可以將資料載入嵌入，以便處理，然後將資料儲存在向量儲存空間，或做為工具，為鏈結提供特定脈絡。
如要從 MySQL 適用的 Cloud SQL 中的文件載入器載入文件，請使用 MySQLLoader 類別。MySQLLoader 方法會從表格傳回一或多份文件。使用 MySQLDocumentSaver 類別儲存及刪除文件。
詳情請參閱「LangChain 文件載入器」主題。
文件載入器程序指南
文件載入器適用的 MySQL 適用的 Cloud SQL 指南說明如何執行下列操作：
- 安裝整合套件和 LangChain
- 從資料表載入文件
- 在載入器中新增篩選器
- 自訂連線和驗證
- 指定客戶內容和中繼資料，自訂文件建構方式
- 如何使用及自訂
MySQLDocumentSaver來儲存和刪除文件
MySQL 適用的 Cloud SQL 的即時通訊訊息記錄
問答應用程式需要對話記錄，才能瞭解對話脈絡，進而回答使用者提出的問題。應用程式可透過 LangChain ChatMessageHistory 類別將訊息儲存至資料庫，並在需要時擷取訊息，以制定進一步的答案。訊息可以是問題、答案、陳述、問候語，或使用者/應用程式在對話期間提供的任何其他文字。ChatMessageHistory會儲存每則訊息，並將每則對話的訊息串連在一起。
MySQL 適用的 Cloud SQL 會使用 MySQLChatMessageHistory 擴充這個類別。
Chat 訊息記錄程序指南
這份 MySQL 適用的 Cloud SQL 指南說明如何執行下列操作：
- 安裝 LangChain 並驗證 Google Cloud
- 建立
MySQLEngine物件，並設定連線集區至 MySQL 適用的 Cloud SQL 資料庫 - 初始化資料表
- 初始化
MySQLChatMessageHistory類別，即可新增及刪除訊息 - 使用 LangChain 運算式語言 (LCEL) 和 Google 的 Vertex AI 聊天模型，建立訊息記錄的鏈結