langchain_core
0.2.1¶
langchain_core.agents
¶
Agent 是一个使用LLM来选择一系列动作的类。
在Chains中,一系列动作是硬编码的。在Agents中,语言模型被用作推理引擎,确定要采取哪些动作以及顺序。
Agents选择并使用 Tools 和 Toolkits 进行动作。
类层次结构:
BaseSingleActionAgent --> LLMSingleActionAgent
OpenAIFunctionsAgent
XMLAgent
Agent --> <name>Agent # 例如: ZeroShotAgent, ChatAgent
BaseMultiActionAgent --> OpenAIMultiFunctionsAgent
主要辅助功能:
AgentType, AgentExecutor, AgentOutputParser, AgentExecutorIterator,
AgentAction, AgentFinish, AgentStep
Classes¶
一个ActionAgent执行的动作的完整描述。 |
|
覆盖init以支持通过位置进行实例化,以实现向后兼容。 |
|
ActionAgent的最终返回值。 |
|
运行AgentAction的结果。 |
langchain_core.beta
¶
一些尚未准备好投入生产的 beta 功能。
Classes¶
用于可运行对象的上下文。 |
|
[Beta] 获取上下文数值。 |
|
[Beta] 设置上下文值。 |
|
|
带有前缀的可运行上下文。 |
Functions¶
异步地使用上下文获取器和设置器来修补可运行的配置。 |
|
使用上下文获取器和设置器对可运行配置进行修补。 |
langchain_core.caches
¶
Cache 为LLMs提供了一个可选的缓存层。
Cache 有两个用处:
如果你经常多次请求相同的完成,它可以通过减少你向LLM提供商发出的API调用来为你节省金钱。
通过减少你向LLM提供商发出的API调用,它可以加快你的应用程序速度。
Cache 直接与Memory竞争。请参阅文档了解优缺点。
类层次结构:
BaseCache --> <name>Cache # 例如:InMemoryCache, RedisCache, GPTCache
Classes¶
这个接口为LLMs和Chat模型提供了一个缓存层。 |
|
在内存中存储东西的缓存。 |
langchain_core.callbacks
¶
回调处理程序 允许监听LangChain中的事件。
类层次结构:
BaseCallbackHandler --> <name>CallbackHandler # 例如:AimCallbackHandler
Classes¶
处理来自LangChain的异步回调的回调处理程序。 |
|
处理来自LangChain的回调的基本回调处理程序。 |
|
|
处理来自LangChain的回调的基本回调管理器。 |
回调管理器的Mixin。 |
|
用于链式回调的Mixin。 |
|
LLM回调的Mixin。 |
|
用于检索器回调的Mixin。 |
|
运行管理器的Mixin。 |
|
工具回调的Mixin。 |
|
|
回调处理程序,用于写入文件。 |
|
异步回调管理器,用于处理来自LangChain的回调。 |
异步回调管理器,用于链式组。 |
|
异步回调管理器,用于链式运行。 |
|
LLM运行的异步回调管理器。 |
|
|
异步回调管理器,用于检索器运行。 |
工具运行的异步回调管理器。 |
|
异步父运行管理器。 |
|
|
异步运行管理器。 |
|
运行管理器的基类(一个绑定的回调管理器)。 |
|
处理来自LangChain的回调的回调管理器。 |
链式组的回调管理器。 |
|
链式运行的回调管理器。 |
|
LLM运行的回调管理器。 |
|
用于检索器运行的回调管理器。 |
|
工具运行的回调管理器。 |
|
|
同步父运行管理器。 |
|
同步运行管理器。 |
回调处理程序,将内容打印到标准输出。 |
|
流处理的回调处理程序。仅适用于支持流处理的LLMs。 |
Functions¶
|
通用的AsyncCallbackManager事件处理程序。 |
获取一个用于链式组中的上下文管理器的异步回调管理器。 用于将不同的异步调用组合在一起,即使它们并不在一个单一的链中组成。 |
|
|
通用事件处理程序,用于CallbackManager。 |
确保可等待方法始终不会被取消。 |
|
获取链组中的回调管理器,作为上下文管理器使用。 用于将不同调用组合在一起,即使它们不是在单个链中组合的。 |
langchain_core.chat_history
¶
聊天消息历史记录 存储了聊天中消息交互的历史记录。
类层次结构:
BaseChatMessageHistory --> <name>ChatMessageHistory # 例如: FileChatMessageHistory, PostgresChatMessageHistory
主要辅助功能:
AIMessage, HumanMessage, BaseMessage
Classes¶
抽象基类,用于存储聊天消息历史记录。 |
|
在内存中实现的聊天消息历史记录。 |
langchain_core.chat_loaders
¶
Classes¶
用于聊天加载器的基类。 |
langchain_core.chat_sessions
¶
聊天会话 是消息和函数调用的集合。
Classes¶
聊天会话代表一个单独的对话、频道或其他消息组。 |
langchain_core.document_loaders
¶
Classes¶
用于blob解析器的抽象接口。 |
|
文档加载器的接口。 |
|
Blob代表通过引用或值表示的原始数据。 |
|
用于blob加载器实现的抽象接口。 |
langchain_core.documents
¶
Document 模块是处理文档及其转换的一组类。
Classes¶
用于存储文本片段和相关元数据的类。 |
|
用于文档压缩的基类。 |
|
抽象基类,用于文档转换系统。 |
langchain_core.embeddings
¶
Classes¶
用于嵌入模型的接口。 |
|
虚拟嵌入模型,始终为相同文本返回相同的嵌入向量。 |
|
虚假的嵌入模型。 |
langchain_core.example_selectors
¶
示例选择器 实现了选择示例以包含在提示中的逻辑。 这使我们能够选择与输入最相关的示例。
Classes¶
用于选择包含在提示中的示例的接口。 |
|
根据长度选择示例。 |
|
|
基于最大边际相关性选择示例。 |
|
根据语义相似性选择示例。 |
Functions¶
返回一个按键排序的字典中值的列表。 |
langchain_core.exceptions
¶
为LangChain自定义 异常 。
Classes¶
通用的LangChain异常。 |
|
|
输出解析器应该引发的异常,表示解析错误。 |
用于跟踪器模块中异常的基类。 |
langchain_core.globals
¶
全局数值和适用于LangChain的所有配置。
Functions¶
获取`debug`全局设置的值。 |
|
获取`llm_cache`全局设置的值。 |
|
获取`verbose`全局设置的值。 |
|
|
设置`debug`全局设置的新值。 |
|
设置一个新的LLM缓存,覆盖先前的值(如果有的话)。 |
|
设置`verbose`全局设置的新值。 |
langchain_core.indexing
¶
用于帮助将数据索引到向量存储中的代码。
此软件包包含帮助处理将数据索引到向量存储中的逻辑,同时避免重复内容和覆盖未更改的内容。
Classes¶
返回对索引操作结果的详细分析。 |
|
|
抽象基类,表示记录管理器的接口。 |
Functions¶
|
将加载器中的数据索引到向量存储中。 |
|
将加载器中的数据索引到向量存储中。 |
langchain_core.language_models
¶
语言模型是一种可以生成文本或完成文本提示的模型。
LangChain有两个主要类用于处理语言模型: - LLM 类提供对大型语言模型( LLM )API和服务的访问。 - Chat Models 是语言模型的一种变体。
类层次结构:
BaseLanguageModel --> BaseLLM --> LLM --> <name> # 例如: AI21, HuggingFaceHub, OpenAI
--> BaseChatModel --> <name> # 例如: ChatOpenAI, ChatGooglePalm
主要辅助功能:
LLMResult, PromptValue,
CallbackManagerForLLMRun, AsyncCallbackManagerForLLMRun,
CallbackManager, AsyncCallbackManager,
AIMessage, BaseMessage, HumanMessage
Classes¶
用于与语言模型进行交互的抽象基类。 |
|
用于聊天模型的基类。 |
|
简化的聊天模型实现,供继承使用。 |
|
用于测试目的的虚假LLM。 |
|
用于测试目的的虚拟流列表LLM。 |
|
用于测试目的的虚拟聊天模型包装器。 |
|
用于测试目的的虚拟ChatModel。 |
|
用于测试目的的虚拟ChatModel。 |
|
通用的虚假聊天模型,可用于测试聊天模型接口。 |
|
通用的虚假聊天模型,可用于测试聊天模型接口。 |
|
基础LLM抽象接口。 |
|
实现自定义LLM的简单接口。 |
Functions¶
异步从流中生成数据。 |
|
从流中生成。 |
|
|
获取已缓存的提示。 Async version. |
|
更新缓存并获取LLM输出。 Async version |
为给定的LLM创建一个重试装饰器,并提供错误类型列表。 |
|
|
获取已缓存的提示。 |
|
更新缓存并获取LLM输出。 |
langchain_core.load
¶
Load 模块有助于序列化和反序列化。
Classes¶
|
JSON对象的恢复器。 |
用于序列化对象的基类。 |
|
可序列化的基类。 |
|
序列化构造函数。 |
|
未实现序列化。 |
|
序列化的秘密。 |
Functions¶
|
返回一个Serializable对象或SerializedNotImplemented对象的默认值。 |
|
返回一个对象的json字典表示。 |
|
返回一个对象的JSON字符串表示形式。 |
|
[Beta] 从JSON对象中恢复LangChain类。如果您已经有一个解析过的JSON对象,例如从`json.load`或`orjson.loads`中获取。 |
|
[Beta] 从JSON字符串中恢复一个LangChain类。 相当于`load(json.loads(text))`。 |
将一个“未实现”的对象序列化。 |
|
|
尝试确定一个值是否与默认值不同。 |
langchain_core.memory
¶
Memory 维护链状态,包含来自过去运行的上下文。
Memory的类层次结构:
BaseMemory --> <name>Memory --> <name>Memory # 例子:BaseChatMemory -> MotorheadMemory
Classes¶
抽象基类,用于Chains中的记忆。 |
langchain_core.messages
¶
消息 是用于提示和聊天对话的对象。
类层次结构:
BaseMessage --> SystemMessage, AIMessage, HumanMessage, ChatMessage, FunctionMessage, ToolMessage
--> BaseMessageChunk --> SystemMessageChunk, AIMessageChunk, HumanMessageChunk, ChatMessageChunk, FunctionMessageChunk, ToolMessageChunk
主要辅助功能:
ChatPromptTemplate
Classes¶
来自人工智能的消息。 |
|
来自人工智能的消息块。 |
|
基础抽象消息类。 |
|
消息块,可以与其他消息块连接。 |
|
可以分配给任意发言者(即角色)的消息。 |
|
聊天消息块。 |
|
将执行函数的结果传递回模型的消息。 |
|
函数 消息块。 |
|
来自人类的消息。 |
|
人类消息块。 |
|
用于激活AI行为的消息,通常作为输入消息序列中的第一个消息传递。 |
|
系统消息块。 |
|
允许LLM产生的错误。 |
|
代表调用工具的请求。 |
|
工具调用的一部分(例如,作为流的一部分)。 |
|
将执行工具的结果传递回模型的消息。 |
|
工具消息块。 |
Functions¶
|
获取消息的标题表示。 |
|
合并两个消息内容。 |
|
将消息转换为字典。 |
|
将消息序列转换为字典列表。 |
最佳努力解析工具块。 |
|
|
尽力解析工具。 |
|
将一系列消息转换为消息列表。 |
|
将一系列消息转换为字符串并将它们连接成一个字符串。 |
将消息块转换为消息。 |
|
|
将字典格式的消息序列转换为消息对象。 |
langchain_core.output_parsers
¶
OutputParser 类用于解析LLM调用的输出。
类层次结构:
BaseLLMOutputParser --> BaseOutputParser --> <name>OutputParser # ListOutputParser, PydanticOutputParser
主要辅助类:
Serializable, Generation, PromptValue
Classes¶
用于解析LLM调用输出的基类。 |
|
模型输出解析的抽象基类。 |
|
用于解析LLM调用输出的基类。 |
|
将LLM调用的输出解析为JSON对象。 |
|
alias of |
|
解析LLM调用的输出,转换为逗号分隔的列表。 |
|
将LLM调用的输出解析为列表。 |
|
解析一个Markdown列表。 |
|
解析一个编号列表。 |
|
|
将输出解析为Json对象的元素。 |
将输出解析为Json对象。 |
|
解析一个包含一组值的输出。 |
|
|
将输出解析为pydantic对象的属性。 |
|
将输出解析为一个pydantic对象。 |
从OpenAI响应中解析工具。 |
|
从OpenAI响应中解析工具。 |
|
从OpenAI响应中解析工具。 |
|
使用pydantic模型解析输出。 |
|
将LLMResult解析为最有可能的字符串的OutputParser。 |
|
|
用于处理流式输入的输出解析器的基类。 |
用于处理流式输入的输出解析器的基类。 |
|
使用xml格式解析输出。 |
Functions¶
|
从迭代器中删除最后n个元素。 |
从原始工具调用创建一个InvalidToolCall。 |
|
解析单个工具调用。 |
|
解析工具调用列表。 |
|
|
从路径中获取嵌套元素。 |
langchain_core.outputs
¶
输出 类用于表示语言模型调用的输出和聊天的输出。
Classes¶
单个聊天生成输出。 |
|
聊天生成块,可以与其他聊天生成块连接。 |
|
包含单个聊天模型调用所有结果的类。 |
|
一个单独的文本生成输出。 |
|
生成块,可以与其他生成块连接。 |
|
包含批量LLM调用所有结果的类。 |
|
用于表示Chain或模型的单次执行的元数据的类。 |
langchain_core.prompt_values
¶
为语言模型提示设置提示值。
提示值用于表示提示的不同部分。 它们可以用于表示文本、图像或聊天消息片段。
Classes¶
聊天提示值。 |
|
用于明确列出其接受的消息类型的聊天提示值。用于外部模式。 |
|
图像提示值。 |
|
图像URL。 |
|
用于任何语言模型输入的基础抽象类。 |
|
字符串提示值。 |
langchain_core.prompts
¶
提示 是模型的输入。
提示通常由多个组件和提示值构建。提示类和函数使构建和处理提示变得容易。
类层次结构:
BasePromptTemplate --> PipelinePromptTemplate
StringPromptTemplate --> PromptTemplate
FewShotPromptTemplate
FewShotPromptWithTemplates
BaseChatPromptTemplate --> AutoGPTPrompt
ChatPromptTemplate --> AgentScratchPadChatPromptTemplate
BaseMessagePromptTemplate --> MessagesPlaceholder
BaseStringMessagePromptTemplate --> ChatMessagePromptTemplate
HumanMessagePromptTemplate
AIMessagePromptTemplate
SystemMessagePromptTemplate
Classes¶
所有提示模板的基类,返回一个提示。 |
|
AI消息提示模板。这是AI发送的消息。 |
|
用于聊天提示模板的基类。 |
|
消息提示模板的基类。 |
|
用于使用字符串提示模板的消息提示模板的基类。 |
|
聊天消息提示模板。 |
|
聊天模型的提示模板。 |
|
人类消息提示模板。这是用户发送的消息。 |
|
提示模板,假设变量已经是消息列表。 |
|
系统消息提示模板。 这是一条不发送给用户的消息。 |
|
聊天提示模板,支持少量示例。 |
|
包含少量示例的提示模板。 |
|
包含少量示例的提示模板。 |
|
多模态模型的图像提示模板。 |
|
用于将多个提示模板组合在一起的提示模板。 |
|
语言模型的提示模板。 |
|
返回一个暴露格式方法的字符串提示。 |
|
[Beta] 为语言模型设计的结构化提示模板。 |
Functions¶
|
将文档根据提示模板格式化为字符串。 |
|
将文档根据提示模板格式化为字符串。 |
从LangChainHub或本地文件系统加载提示的统一方法。 |
|
从配置字典中加载提示。 |
|
检查模板字符串是否有效。 |
|
从模板中获取变量。 |
|
|
使用jinja2格式化模板。 |
|
使用大括号进行模板格式化。 |
|
从一个mustache模板中获取变量。 |
|
从一个mustache模板中获取变量。 |
|
验证模板的输入变量是否有效。 如果发现缺少或多余的变量,则发出警告。 |
langchain_core.retrievers
¶
Retriever 类根据文本 query 返回文档。
它比向量存储更通用。检索器不需要能够存储文档,只需要返回(或检索)文档。向量存储可以用作检索器的支柱,但也有其他类型的检索器。
类层次结构:
BaseRetriever --> <name>Retriever # 例如:ArxivRetriever, MergerRetriever
主要辅助功能:
RetrieverInput, RetrieverOutput, RetrieverLike, RetrieverOutputLike,
Document, Serializable, Callbacks,
CallbackManagerForRetrieverRun, AsyncCallbackManagerForRetrieverRun
Classes¶
抽象基类,用于文档检索系统。 |
langchain_core.runnables
¶
LangChain Runnable 和 LangChain 表达式语言(LCEL) 。
LangChain 表达式语言(LCEL)提供了一种声明性方法来构建利用LLM强大功能的生产级程序。
使用 LCEL 和 LangChain Runnable 创建的程序天然支持同步、异步、批处理和流处理操作。
对 async 的支持使得托管基于 LCEL 的程序的服务器能够更好地应对更高的并发负载。
Batch 操作允许并行处理多个输入。
在生成中间输出时进行 Streaming ,可以创建更具响应性的用户体验。
该模块包含 LangChain Runnable 原语的模式和实现。
Classes¶
一个可以被调用、批处理、流式处理、转换和组合的工作单元。 |
|
使用额外功能包装一个Runnable。 |
|
将调用委托给具有一组kwargs的另一个Runnable的可运行对象。 |
|
一个将调用委托给另一个Runnable的可运行对象,每个输入序列的元素。 |
|
将调用委托给输入序列的每个元素的另一个Runnable的可运行对象。 |
|
|
可运行的生成器函数。 |
|
RunnableLambda将python可调用对象转换为Runnable。 |
alias of |
|
在并行运行映射的Runnable,返回它们的输出映射。 |
|
运行任务序列,其中每个任务的输出是下一个任务的输入。 |
|
可序列化为JSON的可运行对象。 |
|
根据条件选择要运行的分支的可运行程序。 |
|
将上下文复制到子线程的ThreadPoolExecutor。 |
|
空字典类型。 |
|
一个可运行的配置。 |
|
可动态配置的可序列化的Runnable。 |
|
可动态配置的可运行对象。 |
|
可动态配置的可运行对象。 |
|
|
字符串枚举。 |
可在失败时回退到其他Runnable的可运行对象。 |
|
|
图中的分支。 |
|
Mermaid支持的不同曲线样式的枚举 |
|
图中的边。 |
|
节点和边的图。 |
图中节点和边的标签字典。 |
|
|
Mermaid支持的不同绘图方法的枚举 |
|
图中的节点。 |
|
不同节点类型的十六进制颜色代码架构 |
|
用于在ASCII中绘制的类。 |
用于定义顶点框边界的类,将在grandalf构建图时考虑。 |
|
|
辅助类,用于将状态图绘制到PNG文件中。 |
管理另一个Runnable的聊天消息历史记录的Runnable。 |
|
将键值对分配给Dict[str, Any]输入的可运行对象。 |
|
将输入保持不变或添加额外键的可运行程序。 |
|
RunnablePick类表示一个可运行对象,它可以从字典输入中选择性地提取键。允许您指定一个或多个要从输入字典中提取的键。它返回一个仅包含所选键的新字典。 |
|
重新运行一个Runnable如果它失败。 |
|
路由器输入。 |
|
根据Input['key']路由到一组Runnable的Runnable。 返回所选Runnable的输出。 |
|
与流事件相关的数据。 |
|
流式事件。 |
|
可以添加到另一个字典中的字典。 |
|
|
用户可以配置的字段。 |
用户可以使用多个默认值配置的字段。 |
|
用户可以使用默认值配置的字段。 |
|
用户可以配置的字段。这是一个字段的规范。 |
|
获取函数访问的非局部变量。 |
|
获取lambda函数的源代码。 |
|
检查函数的第一个参数是否为字典。 |
|
|
检查一个名称是否是本地字典。 |
获取已访问的非本地变量。 |
|
|
支持加法的对象的协议。 |
Functions¶
装饰一个函数,使其成为可运行的。 将可运行对象的名称设置为函数的名称。 由函数调用的任何可运行对象都将被跟踪为依赖项。 |
|
将可运行对象强制转换为Runnable。 |
|
调用可能可选接受 run_manager 和/或 config 的函数。 |
|
调用可能可选接受 run_manager 和/或 config 的函数。 |
|
|
确保配置是一个具有所有键的字典。 |
|
获取一个用于配置的异步回调管理器。 |
获取一个用于配置的回调管理器。 |
|
|
从单个配置或配置列表中获取配置列表。 |
获取配置的执行器。 |
|
|
合并多个配置为一个。 |
|
对配置进行补丁处理。 |
在执行器中运行一个函数。 |
|
为ConfigurableFieldSingleOption或ConfigurableFieldMultiOption创建一个可配置的字段规范。 |
|
给一个ConfigurableFieldSpec的id添加前缀。 |
|
|
检查字符串是否是有效的UUID。 |
|
将节点的数据转换为可JSON序列化的格式。 |
将节点的数据转换为字符串。 |
|
|
构建一个有向无环图(DAG)并用ASCII图形表示出来。 |
|
使用提供的图数据绘制美人鱼图 |
使用提供的语法绘制一个美人鱼图形,并将其保存为PNG格式。 |
|
异步身份函数 |
|
身份函数 |
|
|
异步地将一系列可相加的对象相加。 |
|
检查可调用对象是否接受配置参数。 |
|
检查可调用函数是否接受上下文参数。 |
|
检查可调用函数是否接受 run_manager 参数。 |
|
将一系列可相加的对象相加在一起。 |
|
使用给定的字段定义创建一个pydantic模型。 |
|
使用信号量运行一个协程。 参数: semaphore:要使用的信号量。 coro:要运行的协程。 |
收集具有并发协程数量限制的协程。 |
|
如果第一个参数是字典,则获取函数的键。 |
|
获取函数访问的非局部变量。 |
|
获取lambda函数的源代码。 |
|
从一系列配置规格中获取唯一的配置规格。 |
|
缩进第一行之后的所有文本。 |
|
检查函数是否是异步的。 |
|
检查函数是否为异步生成器。 |
langchain_core.stores
¶
Store 实现了键-值存储和存储辅助功能。
该模块提供了符合简单键-值接口的各种键-值存储的实现。
这些存储的主要目标是支持缓存的实现。
Classes¶
用于键值存储的抽象接口。 |
|
使用字典实现的BaseStore的内存实现。 |
|
当键无效时引发;例如,使用了不正确的字符。 |
langchain_core.structured_query
¶
结构化查询语言的内部表示。
Classes¶
|
比较运算符的枚举器。 |
与一个值进行比较。 |
|
所有表达式的基类。 |
|
过滤表达式。 |
|
逻辑操作符用于其他指令。 |
|
|
操作的枚举器。 |
结构化查询。 |
|
使用访问者模式定义IR翻译的接口。 |
langchain_core.sys_info
¶
sys_info 打印有关系统和langchain软件包的信息,用于调试目的。
Functions¶
|
打印环境信息,用于调试目的。 |
langchain_core.tools
¶
工具 是Agent用来与世界互动的类。
每个工具都有一个 描述 。Agent使用描述来选择合适的工具来完成工作。
类层次结构:
RunnableSerializable --> BaseTool --> <name>Tool # 例如: AIPluginTool, BaseGraphQLTool
<name> # 例如: BraveSearch, HumanInputRun
主要辅助工具:
CallbackManagerForToolRun, AsyncCallbackManagerForToolRun
Classes¶
LangChain工具必须实现的接口。 |
|
基础工具包,代表了一组相关工具。 |
|
检索器的输入。 |
|
当 'args_schema' 丢失或具有不正确的类型注释时引发。 |
|
可以操作任意数量输入的工具。 |
|
|
直接接收函数或协程的工具。 |
当执行错误发生时工具抛出的可选异常。 |
Functions¶
|
创建一个工具来检索文档。 |
从函数的签名创建一个pydantic模式。 参数: model_name:分配给生成的pydandic模式的名称 func:要从中生成模式的函数 返回: 一个具有与函数相同参数的pydantic模型 |
|
以纯文本形式呈现工具名称和描述。 |
|
以纯文本形式呈现工具名称、描述和参数。 |
|
|
将函数制作成工具,可以带参数或不带参数使用。 |
langchain_core.tracers
¶
追踪器 是用于追踪运行的类。
类层次结构:
BaseCallbackHandler --> BaseTracer --> <name>Tracer # 例如: LangChainTracer, RootListenersTracer
--> <name> # 例如: LogStreamCallbackHandler
Classes¶
|
用于跟踪器的基本接口。 |
运行评估器的跟踪器,每当运行被持久化时运行评估器。 |
|
关于一次运行的信息。 |
|
实现了向LangChain端点发送POST请求的SharedTracer。 |
|
运行日志中的单个条目。 |
|
将运行日志流式传输到流的跟踪器。 |
|
|
运行日志。 |
补丁到运行日志。 |
|
运行状态。 |
|
在运行开始、结束和出错时调用监听器的跟踪器。 |
|
收集所有嵌套运行的跟踪器列表。 |
|
[Deprecated] 运行的基类。 |
|
[Deprecated] ChainRun的类。 |
|
[Deprecated] LLMRun的类。 |
|
在跟踪器中为V2 API运行模式。 |
|
[Deprecated] 工具运行的类。 |
|
[Deprecated] TracerSessionV1模式用于V2 API。 |
|
[Deprecated] 用于TracerSession的基类。 |
|
[Deprecated] TracerSessionV1模式。 |
|
[Deprecated] TracerSessionV1的基类。 |
|
[Deprecated] 为TracerSessionV1创建类。 |
|
|
在控制台打印的跟踪器。 |
调用带有单个str参数的函数的跟踪器。 |
Functions¶
在上下文中收集所有运行跟踪。 |
|
注册一个配置钩子。 |
|
|
因为这已被tracing_v2_enabled替换,所以会抛出错误。 |
指示LangChain记录所有与LangSmith相关的运行。 |
|
等待所有跟踪器完成。 |
|
获取客户端。 |
|
|
记录一个错误。 |
等待所有追踪器完成。 |
|
因为这已被LangChainTracer替换,所以会抛出错误。 |
|
|
因为这已被get_headers替换,所以会抛出一个错误。 |
[Deprecated] 运行类型枚举。 |
|
获取运行的经过时间。 |
|
|
尝试将对象转换为JSON字符串。 参数: obj:要转换为字符串的对象。 fallback:如果无法将对象转换为字符串,则返回的备用字符串。 |
langchain_core.utils
¶
LangChain 的实用函数。
这些函数不依赖于任何其他LangChain模块。
Classes¶
虚拟锁,提供正确的接口但不提供保护 |
|
|
创建``n``个单独的异步迭代器,遍历``iterable``。 |
alias of |
|
检查额外键的格式化程序。 |
|
将可调用函数的表示发送到LLM。 |
|
代表一个可调用函数给OpenAI API。 |
|
虚拟锁,提供正确的接口但没有保护 |
|
|
创建``n``个单独的异步迭代器,遍历``iterable`` |
alias of |
|
用于Chevron错误的自定义异常。 |
Functions¶
|
用于测试目的的纯Python实现anext()。 |
|
一个 |
|
检查环境变量是否已设置。 |
|
从字典或环境变量中获取一个值。 |
|
从字典或环境变量中获取一个值。 |
|
[Deprecated] 将Pydantic模型转换为OpenAI API的函数描述。 |
[Deprecated] 将Pydantic模型转换为OpenAI API的函数描述。 |
|
|
[Deprecated] 将一个Python函数转换为与OpenAI函数调用API兼容的字典。 |
将原始函数/类转换为OpenAI函数。 |
|
将原始函数/类转换为OpenAI工具。 |
|
[Deprecated] 将工具格式化为OpenAI函数API。 |
|
[Deprecated] 将工具格式化为OpenAI函数API。 |
|
将一个示例转换为可以输入到LLM中的消息列表。 |
|
|
从原始html字符串中提取所有链接并转换为绝对路径。 |
|
从原始html字符串中提取所有链接。 |
|
从图像URI获取base64字符串。 |
|
|
获取加粗文本。 |
|
|
获取项目到支持颜色的映射。 |
|
获取带颜色的文本。 |
|
打印带有突出显示但没有结束字符的文本。 |
确定是否在IPython或Jupyter中运行。 |
|
|
实用的批处理函数。 |
|
一个 |
从Markdown字符串中解析JSON字符串,并检查它是否包含预期的键。 |
|
|
从Markdown字符串中解析JSON字符串。 |
|
解析可能缺少闭合括号的JSON字符串。 |
|
尝试在JSON Schema中替换$refs。 |
|
[Deprecated] |
|
从模板中解析字面量。 |
|
进行初步检查,看看标签是否可以独立。 |
|
从模板中解析标签。 |
|
进行最终检查,看看标签是否可以独立存在。 |
|
渲染一个mustache模板。 |
|
将一个mustache模板进行标记化。 |
获取Pydantic的主要版本。 |
|
|
将列表转换为逗号分隔的字符串。 |
将字典转换为字符串。 |
|
将一个值转换为字符串。 |
|
|
从值和extra_kwargs构建额外的kwargs。 |
|
检查一个包的版本。 |
如果需要,将字符串转换为SecretStr。 |
|
获取Pydantic类的字段名称,包括别名。 |
|
|
动态导入一个模块,并在模块未安装时引发异常。 |
|
用于在单元测试中模拟datetime.now()的上下文管理器。 |
|
使用响应文本引发错误。 |
|
验证指定的关键字参数是否彼此互斥。 |
langchain_core.vectorstores
¶
向量存储 存储嵌入数据并执行向量搜索。
存储和检索非结构化数据的最常见方式之一是对其进行嵌入,并存储生成的嵌入向量,然后查询存储库并检索与嵌入查询“最相似”的数据。
类层次结构:
VectorStore --> <name> # 例如: Annoy, FAISS, Milvus
BaseRetriever --> VectorStoreRetriever --> <name>Retriever # 例如: VespaRetriever
主要辅助功能:
Embeddings, Document
Classes¶
向量存储的接口。 |
|
用于VectorStore的基本Retriever类。 |