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:
- 从
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"
API Reference: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
API Reference:UnstructuredMarkdownLoader | 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。
- 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 |
---|---|---|
ChatVectorDBChain | ConversationalRetrievalChain | 对所有检索器更通用 |
create_ernie_fn_chain | create_ernie_fn_runnable | 在底层使用LCEL |
created_structured_output_chain | create_structured_output_runnable | 在底层使用LCEL |
NatBotChain | 未使用 | |
create_openai_fn_chain | create_openai_fn_runnable | 在底层使用LCEL |
create_structured_output_chain | create_structured_output_runnable | 在底层使用LCEL |
load_query_constructor_chain | load_query_constructor_runnable | 在底层使用LCEL |
VectorDBQA | RetrievalQA | 对所有检索器更通用 |
顺序链 | LCEL | 由LCEL取代 |
SimpleSequentialChain | LCEL | 被LCEL取代 |
TransformChain | LCEL/RunnableLambda | 由LCEL取代 |
create_tagging_chain | create_structured_output_runnable | 在底层使用LCEL |
ChatAgent | create_react_agent | 使用LCEL构建器覆盖一个类 |
ConversationalAgent | create_react_agent | 在类上使用LCEL构建器 |
ConversationalChatAgent | create_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 |
ZeroShotAgent | create_react_agent | 使用LCEL构建器覆盖一个类 |
OpenAIFunctionsAgent | create_openai_functions_agent | 在类上使用LCEL构建器 |
OpenAIMultiFunctionsAgent | create_openai_tools_agent | 使用LCEL构建器覆盖一个类 |
SelfAskWithSearchAgent | create_self_ask_with_search | 在类上使用LCEL构建器 |
StructuredChatAgent | create_structured_chat_agent | 在类上使用LCEL构建器 |
XMLAgent | create_xml_agent | 在类上使用LCEL构建器 |