学语言链将LLM与外部数据链接起来

LangChain是一个以人工智能为先的框架，旨在通过将强大的大型语言模型与外部数据源链接，让开发人员能够创建具有上下文感知推理能力的软件应用我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门课程，将教你如何使用LangChain这门课程将为你提供前沿的技能

LangChain是一个AI优先的框架，旨在通过将强大的大型语言模型与外部数据源相连接，使开发人员能够创建上下文感知推理应用程序。

我们刚刚在CodesCode.org的YouTube频道上发布了一门课程，将教你如何使用LangChain。这门课程将为你提供使用LangChain表达语言构建高知识的聊天机器人所需的尖端技能。

Tom Chant是Scrimba上受欢迎的讲师。在这门课程中，Tom将带你从LangChain.js的基础知识到高级概念的旅程。你将深入学习一系列主题，包括嵌入、应用程序流程图、Supabase向量存储、文本分割等等。这门课程的结构使学习LangChain.js变得易于理解和有趣，重点是实际应用。

这门课程甚至包括了LangChain.js的首席维护人Jacob Lee对LangChain的介绍。

在这门课程中，你将学到以下内容：

• 使用LangChain的textSplitter工具进行文本分割
• 文本块的向量化
• 使用嵌入模型
• Supabase向量存储
• 使用input_variables的模板
• 从模板中获取提示
• LangChain表达语言
• 使用.Pipe()方法创建基本链
• 从向量存储中检索
• 使用RunnableSequence()创建复杂链
• StringOutputParser()类
• 故障排除性能问题

在这门课程中，你将学习如何使用LangChain.js构建一个聊天机器人，它可以回答你给出的特定文本上的问题。

在项目的第一部分，你将学习如何使用LangChain将文本分割为块，使用OpenAI嵌入模型将这些块转换为向量，并将它们一起存储在Supabase向量存储中。

接下来，你将学习chains，它们是LangChain的构建块。我们使用LangChain表达语言来实现这一点。这使得在LangChain中编码过程更加流畅和易于理解。

最后，你将学习检索：使用向量匹配从我们的向量存储中选择最有可能包含用户查询答案的文本块。这使得聊天机器人可以回答与您的数据相关的问题——这是在使用AI时的关键技能，也是Web开发中最常见的AI用例之一。

在CodesCode.org的YouTube频道上观看完整课程（时长2小时）。

• LangChain
• YouTube