LangChain又上新了！LangChain項目貢獻者@莫爾索新書重磅上市

盡管 LangChain 在早期沒有產(chǎn)生收入，也沒有明確的商業(yè)化計劃，卻在短時間內(nèi)獲得 1000 萬美元的種子輪融資，緊接著又獲得 2000萬美元~ 2500萬美元的 A 輪融資，估值約為 2 億美元，LangChain 的快速崛起和獲得的資本支持，表明了 AI 領(lǐng)域?qū)τ趧?chuàng)新工具和平臺的迫切需求，以及對于能夠推動 AI 技術(shù)應(yīng)用和開發(fā)的工具的高度認可。

• 基礎(chǔ)設(shè)施層：這一層次專注于構(gòu)建和提供大模型的底層架構(gòu)。這通常包括大規(guī)模的數(shù)據(jù)處理和存儲能力、用于模型訓(xùn)練的計算資源，以及提供模型即服務(wù)（MaaS）的API，目標是提供穩(wěn)定、可擴展且性能優(yōu)越的語言模型服務(wù)。

• 垂直領(lǐng)域?qū)樱涸诨A(chǔ)設(shè)施層之上，垂直領(lǐng)域?qū)邮褂妙I(lǐng)域特定數(shù)據(jù)對模型進行微調(diào)，使其在特定垂直市場或行業(yè)（如醫(yī)療、法律、金融等）中的表現(xiàn)更精確和有效。微調(diào)可以幫助模型更好地理解和生成與特定領(lǐng)域相關(guān)的語言和概念。

• 應(yīng)用層：在此層次中，開發(fā)者和公司構(gòu)建具體的面向用戶的產(chǎn)品和服務(wù)。這些應(yīng)用將大模型的能力轉(zhuǎn)化為用戶可以直接與之交互的工具和平臺，比如聊天機器人、內(nèi)容生成工具、自動編程助手等。應(yīng)用層的重點在于用戶體驗和接口設(shè)計，使非技術(shù)用戶也能輕松利用大模型的能力。

LangChain 等工具旨在簡化這些層次的集成，幫助開發(fā)者快速開發(fā)和部署基于大模型的應(yīng)用。它們提供了預(yù)建組件、模板和接口，以加速從概念驗證到生產(chǎn)部署的過程。這種框架的實用性在于減少開發(fā)時間和降低技術(shù)門檻，因此市場上的競爭日益激烈。

通過 GitHub 上的貢獻者數(shù)量、引用數(shù)以及 Star 數(shù)（如圖3）這三項數(shù)據(jù)，以及編程語言兼容性，對 4 種框架進行了簡單比較。

• LangChain 顯然是這一組中社區(qū)最活躍的框架，擁有最多的貢獻者和較高的引用數(shù)。它的 Star 數(shù)也相當高，這表明它在開發(fā)者中廣受歡迎并具有較高的認可度。

• SK 貢獻者數(shù)量相對較少，是一個新興框架，相對較少的 Star 數(shù)意味著它的社區(qū)影響力和知名度不如 LangChain，沒有獲取到引用數(shù)信息，但是在編程語言支持方面比較優(yōu)秀，可以覆蓋更多的開發(fā)者群體。

• LlamaIndex 雖然在貢獻者數(shù)量上不及 LangChain，但社區(qū)活躍度很高，并且可以直接作為 LangChain 的檢索模塊使用，是開源社區(qū)中最有影響力的檢索增強生成引擎。

• AutoGPT 在 Star 數(shù)方面遠超其他框架，這個項目在驗證大模型驅(qū)動的智能代理概念方面引起了極大的關(guān)注，其獨特的功能和應(yīng)用前景吸引了大量有興趣的潛在開發(fā)者。

　表1：LangChain、SK、LlamaIndex 和 AutoGPT 相關(guān)數(shù)據(jù)比較

圖3：LangChain、SK、LlamaIndex 和 AutoGPT 在GitHub上的Star數(shù)變化

《LangChain編程：從入門到實踐》

李多多（@莫爾索）| 著

作者手把手教你利用 LangChain 簡化大模型應(yīng)用開發(fā)，全書共分為 10 個章節(jié)，包括以下核心內(nèi)容：

• 深入解析 LangChain 六大組件：模型輸入/輸出、檢索、鏈、記憶、代理與回調(diào)，全方位掌握核心功能。

• 實戰(zhàn)案例：從 0 到 1 構(gòu)建多模態(tài)智能機器人，理論結(jié)合實踐，輕松開啟大模型應(yīng)用之旅。 

• 配套豐富：隨書附贈詳盡示例代碼，快速上手，輕松駕馭大模型技術(shù)。

• 輕松入門：講解細致入微，學(xué)習(xí)路徑清晰明了，與時俱進，助你成為大模型應(yīng)用開發(fā)達人。

不管你是新手還是在使用 LangChain 的過程中遇到過困難，這本書都能給你幫助。