1. 什么是 LangChain?
LangChain是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。它提供了一套工具、组 件和接口，可简化创建由大型语言模型 (LLM) 和聊天模型提供支持的应用程序的过程。LangChain 可以轻松管理 与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。
2. LangChain 包含哪些 核心概念？
2.1 LangChain 中 Components and Chains 是什么？
• Component ：模块化的构建块，可以组合起来创建强大的应用程序；
• Chain ：组合在一起以完成特定任务的一系列 Components（或其他 Chain）；
注：一个 Chain 可能包括一个 Prompt 模板、一个语言模型和一个输出解析器，它们一起工作以 处理用户输入、生成响应并处理输出。
2.2 LangChain 中 Prompt Templates and Values 是什么？
• Prompt Template 作用：负责创建 PromptValue，这是最终传递给语言模型的内容
• Prompt Template 特点：有助于将用户输入和其他动态信息转换为适合语言模型的格式。PromptValues 是 具有方法的类，这些方法可以转换为每个模型类型期望的确切输入类型（如文本或聊天消息）。
2.3 LangChain 中 Example Selectors 是什么？
• 作用：当您想要在 Prompts 中动态包含示例时，Example Selectors 很有用。他们接受用户输入并返回一个 示例列表以在提示中使用，使其更强大和特定于上下文。
2.4 LangChain 中 Output Parsers 是什么？
• 作用： 负责将语言模型响应构建为更有用的格式
• 实现方法：
• 一种用于提供格式化指令
• 另一种用于将语言模型的响应解析为结构化格式
• 特点：使得在您的应用程序中处理输出数据变得更加容易。
2.5 LangChain 中 Indexes and Retrievers 是什么？
Index ：一种组织文档的方式，使语言模型更容易与它们交互；
Retrievers：用于获取相关文档并将它们与语言模型组合的接口；
注：LangChain 提供了用于处理不同类型的索引和检索器的工具和功能，例如矢量数据库和文本拆分器。
2.6 LangChain 中 Chat Message History 是什么？
• Chat Message History 作用：负责记住所有以前的聊天交互数据，然后可以将这些交互数据传递回模型、汇 总或以其他方式组合；
• 优点：有助于维护上下文并提高模型对对话的理解
2.7 LangChain 中 Agents and Toolkits 是什么？
通过理解和利用这些核心概念，您可以利用 LangChain 的强大功能来构建适应性强、高效且能够处理复杂用例 的高级语言模型应用程序。
• Agent ：在 LangChain 中推动决策制定的实体。他们可以访问一套工具，并可以根据用户输入决定调用哪个 工具；
• Tookits ：一组工具，当它们一起使用时，可以完成特定的任务。代理执行器负责使用适当的工具运行代理。
通过理解和利用这些核心概念，您可以利用 LangChain 的强大功能来构建适应性强、高效且能够处理复杂用例 的高级语言模型应用程序。
3. 什么是 LangChain Agent?
• 介绍：LangChain Agent 是框架中驱动决策制定的实体。它可以访问一组工具，并可以根据用户的输入决定 调用哪个工具；
• 优点：LangCha