Skip to main content
Open on GitHub

langchain

0.2.0

已删除

自0.2.0版本发布以来,langchain 需要与集成无关。这意味着 langchain 中的代码默认情况下不应实例化任何特定的聊天模型、llms、嵌入模型、向量存储等;相反,用户需要明确指定这些内容。

以下函数和类需要显式传递一个LLM作为参数:

  • langchain.agents.agent_toolkits.vectorstore.toolkit.VectorStoreToolkit
  • langchain.agents.agent_toolkits.vectorstore.toolkit.VectorStoreRouterToolkit
  • langchain.chains.openai_functions.get_openapi_chain
  • langchain.chains.router.MultiRetrievalQAChain.from_retrievers
  • langchain.indexes.VectorStoreIndexWrapper.query
  • langchain.indexes.VectorStoreIndexWrapper.query_with_sources
  • langchain.indexes.VectorStoreIndexWrapper.aquery_with_sources
  • langchain.chains.flare.FlareChain

以下类现在需要传递一个显式的Embedding模型作为参数:

  • langchain.indexes.VectostoreIndexCreator

以下代码已被移除:

  • langchain.natbot.NatBotChain.from_default 已被移除,推荐使用 from_llm 类方法。

已弃用

我们有两种主要的弃用类型:

  1. langchain移动到另一个包(例如,langchain-community)的代码

如果你尝试从langchain导入它,导入将继续工作,但会发出一个弃用警告。警告将提供一个替代的导入语句。

python -c "from langchain.document_loaders.markdown import UnstructuredMarkdownLoader"

LangChainDeprecationWarning: Importing UnstructuredMarkdownLoader from langchain.document_loaders is deprecated. Please replace deprecated imports:

>> from langchain.document_loaders import UnstructuredMarkdownLoader

with new imports of:

>> from langchain_community.document_loaders import UnstructuredMarkdownLoader

我们将继续支持在langchain中的导入,直到0.4版本发布,只要代码所在的相应包已安装。(例如,只要安装了langchain_community。)

然而,我们建议用户不要依赖这些导入,而是迁移到新的导入。为了帮助完成这个过程,我们通过LangChain CLI发布了一个迁移脚本。请参阅迁移指南中的进一步说明。

  1. 有更好的替代方案可用并且最终将被移除的代码,因此只有一种方式来做事情。(例如,ChatModels中的predict_messages方法已被弃用,推荐使用invoke)。

其中许多在0.2版本中被标记为移除。我们已将移除推迟到0.3版本。

0.1.0 (2024年1月5日)

已删除

没有删除。

已弃用

已弃用的类和方法将在0.2.0版本中移除

已弃用替代方案原因
ChatVectorDBChainConversationalRetrievalChain对所有检索器更通用
create_ernie_fn_chaincreate_ernie_fn_runnable在底层使用LCEL
created_structured_output_chaincreate_structured_output_runnable在底层使用LCEL
NatBotChain未使用
create_openai_fn_chaincreate_openai_fn_runnable在底层使用LCEL
create_structured_output_chaincreate_structured_output_runnable在底层使用LCEL
load_query_constructor_chainload_query_constructor_runnable在底层使用LCEL
VectorDBQARetrievalQA对所有检索器更通用
顺序链LCEL由LCEL取代
SimpleSequentialChainLCEL被LCEL取代
TransformChainLCEL/RunnableLambda由LCEL取代
create_tagging_chaincreate_structured_output_runnable在底层使用LCEL
ChatAgentcreate_react_agent使用LCEL构建器覆盖一个类
ConversationalAgentcreate_react_agent在类上使用LCEL构建器
ConversationalChatAgentcreate_json_chat_agent在类上使用LCEL构建器
initialize_agent个体创建代理方法个体创建代理方法更加清晰
ZeroShotAgentcreate_react_agent使用LCEL构建器覆盖一个类
OpenAIFunctionsAgentcreate_openai_functions_agent在类上使用LCEL构建器
OpenAIMultiFunctionsAgentcreate_openai_tools_agent使用LCEL构建器覆盖一个类
SelfAskWithSearchAgentcreate_self_ask_with_search在类上使用LCEL构建器
StructuredChatAgentcreate_structured_chat_agent在类上使用LCEL构建器
XMLAgentcreate_xml_agent在类上使用LCEL构建器

这个页面有帮助吗?