langchain-experimental: 0.3.4

agents

函数

agents.agent_toolkits.csv.base.create_csv_agent(...)	通过将CSV加载到数据框来创建pandas数据框代理。
agents.agent_toolkits.pandas.base.create_pandas_dataframe_agent(llm, df)	从LLM和数据框构建一个Pandas代理。
agents.agent_toolkits.python.base.create_python_agent(...)	从LLM和工具构建一个Python代理。
agents.agent_toolkits.spark.base.create_spark_dataframe_agent(llm, df)	从LLM和数据框构建一个Spark代理。
agents.agent_toolkits.xorbits.base.create_xorbits_agent(...)	从LLM和数据框架构建一个xorbits代理。

autonomous_agents

类

autonomous_agents.autogpt.agent.AutoGPT(...)	用于与AutoGPT交互的代理。
autonomous_agents.autogpt.memory.AutoGPTMemory	AutoGPT的内存。
autonomous_agents.autogpt.output_parser.AutoGPTAction(...)	由AutoGPTOutputParser返回的动作。
autonomous_agents.autogpt.output_parser.AutoGPTOutputParser	AutoGPT的输出解析器。
autonomous_agents.autogpt.output_parser.BaseAutoGPTOutputParser	AutoGPT 的基础输出解析器。
autonomous_agents.autogpt.prompt.AutoGPTPrompt	AutoGPT的提示。
autonomous_agents.autogpt.prompt_generator.PromptGenerator()	自定义提示字符串生成器。
autonomous_agents.baby_agi.baby_agi.BabyAGI	BabyAGI代理的控制器模型。
autonomous_agents.baby_agi.task_creation.TaskCreationChain	生成任务的链。
autonomous_agents.baby_agi.task_execution.TaskExecutionChain	用于执行任务的链。
autonomous_agents.baby_agi.task_prioritization.TaskPrioritizationChain	用于优先排序任务的链。
autonomous_agents.hugginggpt.hugginggpt.HuggingGPT(...)	用于与HuggingGPT交互的代理。
autonomous_agents.hugginggpt.repsonse_generator.ResponseGenerationChain	用于执行任务的链。
autonomous_agents.hugginggpt.repsonse_generator.ResponseGenerator(...)	根据输入生成响应。
autonomous_agents.hugginggpt.task_executor.Task(...)	要执行的任务。
autonomous_agents.hugginggpt.task_executor.TaskExecutor(plan)	加载工具并执行任务。
autonomous_agents.hugginggpt.task_planner.BasePlanner	规划器的基础类。
autonomous_agents.hugginggpt.task_planner.Plan(steps)	要执行的计划。
autonomous_agents.hugginggpt.task_planner.PlanningOutputParser	解析规划阶段的输出。
autonomous_agents.hugginggpt.task_planner.Step(...)	计划中的一个步骤。
autonomous_agents.hugginggpt.task_planner.TaskPlaningChain	执行任务的链。
autonomous_agents.hugginggpt.task_planner.TaskPlanner	任务规划器。

函数

autonomous_agents.autogpt.output_parser.preprocess_json_input(...)	预处理字符串以解析为json。
autonomous_agents.autogpt.prompt_generator.get_prompt(tools)	生成一个提示字符串。
autonomous_agents.hugginggpt.repsonse_generator.load_response_generator(llm)	加载ResponseGenerator。
autonomous_agents.hugginggpt.task_planner.load_chat_planner(llm)	加载聊天规划器。

chat_models

类

chat_models.llm_wrapper.ChatWrapper	聊天LLMs的包装器。
chat_models.llm_wrapper.Llama2Chat	Llama-2-chat 模型的封装器。
chat_models.llm_wrapper.Mixtral	参见 https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1#instruction-format
chat_models.llm_wrapper.Orca	Orca风格模型的封装器。
chat_models.llm_wrapper.Vicuna	Vicuna风格模型的封装器。

comprehend_moderation

类

comprehend_moderation.amazon_comprehend_moderation.AmazonComprehendModerationChain	基于Amazon Comprehend服务的审核链。
comprehend_moderation.base_moderation.BaseModeration(client)	审核的基类。
comprehend_moderation.base_moderation_callbacks.BaseModerationCallbackHandler()	用于审核回调处理程序的基类。
comprehend_moderation.base_moderation_config.BaseModerationConfig	基础配置设置用于审核。
comprehend_moderation.base_moderation_config.ModerationPiiConfig	PII 过滤器的配置。
comprehend_moderation.base_moderation_config.ModerationPromptSafetyConfig	Prompt Safety 审核过滤器的配置。
comprehend_moderation.base_moderation_config.ModerationToxicityConfig	毒性内容过滤的配置。
comprehend_moderation.base_moderation_exceptions.ModerationPiiError([...])	如果检测到PII实体，则引发异常。
comprehend_moderation.base_moderation_exceptions.ModerationPromptSafetyError([...])	如果检测到不安全的提示，则引发异常。
comprehend_moderation.base_moderation_exceptions.ModerationToxicityError([...])	如果检测到有毒实体，则引发异常。
comprehend_moderation.pii.ComprehendPII(client)	用于处理个人身份信息（PII）审核的类。
comprehend_moderation.prompt_safety.ComprehendPromptSafety(client)	用于处理提示安全审核的类。
comprehend_moderation.toxicity.ComprehendToxicity(client)	用于处理毒性内容的类。

cpal

类

cpal.base.CPALChain	因果程序辅助语言（CPAL）链实现。
cpal.base.CausalChain	将因果叙述转化为一系列操作。
cpal.base.InterventionChain	设置因果模型的假设条件。
cpal.base.NarrativeChain	将叙述分解为其故事元素。
cpal.base.QueryChain	使用SQL查询结果表。
cpal.constants.Constant(value[, names, ...])	用于CPAL中使用的常量的枚举。
cpal.models.CausalModel	因果数据。
cpal.models.EntityModel	故事中的实体。
cpal.models.EntitySettingModel	实体初始条件。
cpal.models.InterventionModel	故事的干预数据，即初始条件。
cpal.models.NarrativeModel	叙事输入作为三个故事元素。
cpal.models.QueryModel	查询故事的数据。
cpal.models.ResultModel	故事查询的结果。
cpal.models.StoryModel	故事数据。
cpal.models.SystemSettingModel	系统初始条件。

data_anonymizer

类

data_anonymizer.base.AnonymizerBase()	匿名化器的基类抽象类。
data_anonymizer.base.ReversibleAnonymizerBase()	可逆匿名化器的基类。
data_anonymizer.deanonymizer_mapping.DeanonymizerMapping(...)	去匿名化映射。
data_anonymizer.presidio.PresidioAnonymizer([...])	使用 Microsoft Presidio 的匿名化工具。
data_anonymizer.presidio.PresidioAnonymizerBase([...])	使用 Microsoft Presidio 的基础匿名化工具。
data_anonymizer.presidio.PresidioReversibleAnonymizer([...])	使用 Microsoft Presidio 的可逆匿名化器。

函数

data_anonymizer.deanonymizer_mapping.create_anonymizer_mapping(...)	创建或更新用于匿名化和/或的映射
data_anonymizer.deanonymizer_mapping.format_duplicated_operator(...)	使用计数格式化操作符名称。
data_anonymizer.deanonymizer_matching_strategies.case_insensitive_matching_strategy(...)	用于去匿名化的不区分大小写的匹配策略。
data_anonymizer.deanonymizer_matching_strategies.combined_exact_fuzzy_matching_strategy(...)	用于去匿名化的精确和模糊匹配策略的组合。
data_anonymizer.deanonymizer_matching_strategies.exact_matching_strategy(...)	用于去匿名化的精确匹配策略。
data_anonymizer.deanonymizer_matching_strategies.fuzzy_matching_strategy(...)	用于去匿名化的模糊匹配策略。
data_anonymizer.deanonymizer_matching_strategies.ngram_fuzzy_matching_strategy(...)	用于去匿名化的N-gram模糊匹配策略。
data_anonymizer.faker_presidio_mapping.get_pseudoanonymizer_mapping([seed])	获取实体到伪匿名化的映射。

fallacy_removal

类

fallacy_removal.base.FallacyChain	用于应用逻辑谬误评估的链。
fallacy_removal.models.LogicalFallacy	逻辑谬误。

生成代理

类

generative_agents.generative_agent.GenerativeAgent	作为一个具有记忆和内在特征的角色。
generative_agents.memory.GenerativeAgentMemory	生成代理的记忆。

graph_transformers

类

graph_transformers.diffbot.DiffbotGraphTransformer([...])	使用Diffbot NLP API将文档转换为图文档。
graph_transformers.diffbot.NodesList()	具有相关属性的节点列表。
graph_transformers.diffbot.SimplifiedSchema()	简化的模式映射。
graph_transformers.diffbot.TypeOption(value)
graph_transformers.gliner.GlinerGraphTransformer(...)	一个使用GLiNER和GLiREL模型将文档转换为图结构的转换器类。
graph_transformers.llm.LLMGraphTransformer(llm)	使用LLM将文档转换为基于图的文档。
graph_transformers.llm.UnstructuredRelation	通过解析和验证来自关键字参数的输入数据来创建一个新模型。
graph_transformers.relik.RelikGraphTransformer([...])	一个使用Relik库和模型将文档转换为图结构的转换器类。

函数

graph_transformers.diffbot.format_property_key(s)	将字符串格式化为属性键。
graph_transformers.llm.create_simple_model([...])	创建一个简单的图模型，可以选择性地对节点和关系类型进行约束。
graph_transformers.llm.create_unstructured_prompt([...])
graph_transformers.llm.format_property_key(s)
graph_transformers.llm.get_default_prompt([...])
graph_transformers.llm.map_to_base_node(node)	将SimpleNode映射到基础Node。
graph_transformers.llm.map_to_base_relationship(rel)	将SimpleRelationship映射到基础Relationship。
graph_transformers.llm.optional_enum_field([...])	用于有条件地创建带有枚举约束字段的实用函数。
graph_transformers.llm.validate_and_get_relationship_type(...)

llm_bash

类

llm_bash.base.LLMBashChain	解释提示并执行bash操作的链。
llm_bash.bash.BashProcess([strip_newlines, ...])	用于启动子进程的封装器。
llm_bash.prompt.BashOutputParser	用于解析bash输出的解析器。

llm_symbolic_math

类

llm_symbolic_math.base.LLMSymbolicMathChain

解释提示并执行Python代码以进行符号数学运算的链。

llms

类

llms.anthropic_functions.TagParser()	工具标签的解析器。
llms.jsonformer_decoder.JsonFormer	使用HuggingFace Pipeline API封装的Jsonformer LLM。
llms.llamaapi.ChatLlamaAPI	使用Llama API的聊天模型。
llms.lmformatenforcer_decoder.LMFormatEnforcer	使用HuggingFace Pipeline API封装的LMFormatEnforcer LLM。
llms.rellm_decoder.RELLM	使用HuggingFace Pipeline API封装的RELLM LLM。

函数

llms.jsonformer_decoder.import_jsonformer()	延迟导入 jsonformer 包。
llms.lmformatenforcer_decoder.import_lmformatenforcer()	延迟导入 lmformatenforcer 包。
llms.ollama_functions.convert_to_ollama_tool(tool)	将工具转换为Ollama工具。
llms.ollama_functions.parse_response(message)	从 AIMessage 中提取 function_call。
llms.rellm_decoder.import_rellm()	懒加载导入rellm包。

已弃用的类

llms.anthropic_functions.AnthropicFunctions
llms.ollama_functions.OllamaFunctions

open_clip

类

open_clip.open_clip.OpenCLIPEmbeddings

OpenCLIP 嵌入模型。

pal_chain

类

pal_chain.base.PALChain	实现程序辅助语言模型（PAL）的链。
pal_chain.base.PALValidation([...])	PAL生成代码的验证。

plan_and_execute

类

plan_and_execute.agent_executor.PlanAndExecute	计划和执行一系列步骤。
plan_and_execute.executors.base.BaseExecutor	基础执行器。
plan_and_execute.executors.base.ChainExecutor	链执行器。
plan_and_execute.planners.base.BasePlanner	基础规划器。
plan_and_execute.planners.base.LLMPlanner	LLM 规划器。
plan_and_execute.planners.chat_planner.PlanningOutputParser	规划输出解析器。
plan_and_execute.schema.BaseStepContainer	基础步骤容器。
plan_and_execute.schema.ListStepContainer	步骤列表的容器。
plan_and_execute.schema.Plan	计划。
plan_and_execute.schema.PlanOutputParser	计划输出解析器。
plan_and_execute.schema.Step	步骤。
plan_and_execute.schema.StepResponse	步骤响应。

函数

plan_and_execute.executors.agent_executor.load_agent_executor(...)	加载一个代理执行器。
plan_and_execute.planners.chat_planner.load_chat_planner(llm)	加载一个聊天规划器。

prompt_injection_identifier

类

prompt_injection_identifier.hugging_face_identifier.HuggingFaceInjectionIdentifier	使用HuggingFace Prompt Injection模型来检测提示注入攻击的工具。
prompt_injection_identifier.hugging_face_identifier.PromptInjectionException([...])	当检测到提示注入攻击时引发的异常。

推荐系统

类

recommenders.amazon_personalize.AmazonPersonalize([...])	用于执行实时操作的Amazon Personalize Runtime包装器。
recommenders.amazon_personalize_chain.AmazonPersonalizeChain	用于从Amazon Personalize获取推荐的链，

retrievers

类

retrievers.vector_sql_database.VectorSQLDatabaseChainRetriever

使用向量SQL数据库的检索器。

rl_chain

类

rl_chain.base.AutoSelectionScorer	自动选择评分器。
rl_chain.base.Embedder(*args, **kwargs)	表示嵌入器的抽象类。
rl_chain.base.Event(inputs[, selected])	表示事件的抽象类。
rl_chain.base.Policy(**kwargs)	表示策略的抽象类。
rl_chain.base.RLChain	利用Vowpal Wabbit (VW)模型作为强化学习的学习策略的链。
rl_chain.base.RLChain[PickBestEvent]	利用Vowpal Wabbit (VW)模型作为学习策略的强化学习链。
rl_chain.base.Selected()	表示所选项目的抽象类。
rl_chain.base.SelectionScorer	用于评分所选选择或llm响应的抽象类。
rl_chain.base.VwPolicy(model_repo, vw_cmd, ...)	Vowpal Wabbit 策略。
rl_chain.metrics.MetricsTrackerAverage(step)	指标跟踪器平均值。
rl_chain.metrics.MetricsTrackerRollingWindow(...)	指标跟踪器滚动窗口。
rl_chain.model_repository.ModelRepository(folder)	模型仓库。
rl_chain.pick_best_chain.PickBest	利用Vowpal Wabbit (VW)模型进行上下文强化学习的链，目标是在LLM调用之前修改提示。
rl_chain.pick_best_chain.PickBestEvent(...)	PickBest链的事件类。
rl_chain.pick_best_chain.PickBestFeatureEmbedder(...)	将BasedOn和ToSelectFrom输入嵌入到学习策略可以使用的格式中。
rl_chain.pick_best_chain.PickBestRandomPolicy(...)	PickBest链的随机策略。
rl_chain.pick_best_chain.PickBestSelected([...])	PickBest链的选择类。
rl_chain.vw_logger.VwLogger(path)	Vowpal Wabbit 自定义日志记录器。

函数

rl_chain.base.BasedOn(anything)	包装一个值以指示它应该基于。
rl_chain.base.Embed(anything[, keep])	包装一个值以指示它应该被嵌入。
rl_chain.base.EmbedAndKeep(anything)	包装一个值以指示它应该被嵌入并保留。
rl_chain.base.ToSelectFrom(anything)	包装一个值以指示应该从中选择。
rl_chain.base.get_based_on_and_to_select_from(inputs)	从输入中获取BasedOn和ToSelectFrom。
rl_chain.base.parse_lines(parser, input_str)	将输入字符串解析为示例列表。
rl_chain.base.prepare_inputs_for_autoembed(inputs)	为自动嵌入准备输入。
rl_chain.helpers.embed(to_embed, model[, ...])	使用SentenceTransformer模型（或具有encode函数的模型）嵌入动作或上下文。
rl_chain.helpers.embed_dict_type(item, model)	嵌入一个字典项。
rl_chain.helpers.embed_list_type(item, model)	嵌入一个列表项。
rl_chain.helpers.embed_string_type(item, model)	嵌入一个字符串或一个_Embed对象。
rl_chain.helpers.is_stringtype_instance(item)	检查一个项目是否为字符串。
rl_chain.helpers.stringify_embedding(embedding)	将嵌入转换为字符串。

smart_llm

类

smart_llm.base.SmartLLMChain

使用SmartGPT工作流应用自我批评的链。

sql

类

sql.base.SQLDatabaseChain	用于与SQL数据库交互的链。
sql.base.SQLDatabaseSequentialChain	用于查询SQL数据库的链，它是一个顺序链。
sql.vector_sql.VectorSQLDatabaseChain	用于与向量SQL数据库交互的链。
sql.vector_sql.VectorSQLOutputParser	向量SQL的输出解析器。
sql.vector_sql.VectorSQLRetrieveAllOutputParser	基于VectorSQLOutputParser的解析器。

函数

sql.vector_sql.get_result_from_sqldb(db, cmd)

从SQL数据库中获取结果。

tabular_synthetic_data

类

tabular_synthetic_data.base.SyntheticDataGenerator

使用给定的LLM和少量示例模板生成合成数据。

函数

tabular_synthetic_data.openai.create_openai_data_generator(...)

创建一个专为OpenAI模型定制的SyntheticDataGenerator实例。

text_splitter

类

text_splitter.SemanticChunker(embeddings[, ...])

根据语义相似性分割文本。

函数

text_splitter.calculate_cosine_distances(...)	计算句子之间的余弦距离。
text_splitter.combine_sentences(sentences[, ...])	根据缓冲区大小合并句子。

工具

类

tools.python.tool.PythonAstREPLTool	用于在REPL中运行Python代码的工具。
tools.python.tool.PythonInputs	Python 输入。
tools.python.tool.PythonREPLTool	用于在REPL中运行Python代码的工具。

函数

tools.python.tool.sanitize_input(query)

清理输入到python REPL的内容。

tot

类

tot.base.ToTChain	实现思维树（ToT）的链。
tot.checker.ToTChecker	思维树（ToT）检查器。
tot.controller.ToTController([c])	思维树（ToT）控制器。
tot.memory.ToTDFSMemory([stack])	用于思维树（ToT）链的内存。
tot.prompts.CheckerOutputParser	解析并检查语言模型的输出。
tot.prompts.JSONListOutputParser	解析PROPOSE_PROMPT响应的输出。
tot.thought.Thought	ToT中的一个想法。
tot.thought.ThoughtValidity(value[, names, ...])	用于表示思考有效性的枚举。
tot.thought_generation.BaseThoughtGenerationStrategy	思维生成策略的基类。
tot.thought_generation.ProposePromptStrategy	依次使用“提议提示”的策略。
tot.thought_generation.SampleCoTStrategy	从思维链（CoT）提示中采样的策略。

函数

tot.prompts.get_cot_prompt()	获取思维链（CoT）的提示。
tot.prompts.get_propose_prompt()	获取PROPOSE_PROMPT链的提示。

实用工具

类

utilities.python.PythonREPL

模拟一个独立的Python REPL。

video_captioning

类

video_captioning.base.VideoCaptioningChain	视频字幕生成链。
video_captioning.models.AudioModel(...)
video_captioning.models.BaseModel(...)
video_captioning.models.CaptionModel(...)
video_captioning.models.VideoModel(...)
video_captioning.services.audio_service.AudioProcessor(api_key)
video_captioning.services.caption_service.CaptionProcessor(llm)
video_captioning.services.combine_service.CombineProcessor(llm)
video_captioning.services.image_service.ImageProcessor([...])
video_captioning.services.srt_service.SRTProcessor()