今天你学langchain了吗？_langchain支持国产模型

langchain的重重难关

学习langchain也有一段时间了,从最初的0.0339版本到现在的稳定版本,langchain走了很长的路.在学习的路上也遇到了很多的困难.

api_key难关

学习langchain最大的困难就是openai的API_KEY,国内无法申请到官方账号,申请到了也无法进行充值.好在有几美元的免费额度可以使用.可以进行学习使用.这也是langchain学习的基础条件之一.大多数人都在入门的第一步卡住了.

官方文档阅读难过

langchain的官方文档可谓是极其难以阅读,它层次分明的结构,简单的描述以及代码示例和运行结果,而且还有中文文档感觉很贴心啊,.当我跟着它的第一个代码示例进行llm.predict并且的到了chatgpt的回复感到欣喜若狂时,立马就被泼了冷水.渐渐发现,它的每个部分都是独立的,提示词就只讲了提示词的使用,输出解释器就是输出解释器的使用,没有讲如何将他们与llm联系起来,并且每一个模块中都有很多内容而且中文文档内容不全,这就令人犯难了,这我看得再久也看不出门道啊.没办法只能去网上找别人写的帖子,发的视频研究研究他们的关系.在各种与langchain有关的帖子跟视频中看了很久,发现不是搬运的官方文档就是吴恩达的英文视频和外国人发的英文视频,看着是真的头大,深深得记住了吴恩达的名字.

学习一门技术,看懂别人写好的项目也很重要.既然文章,视频都找不到解决办法,那就去GitHub上找一个项目来看看果不其然就从中找到了chain这个关键概念.好似手串中的绳,而那些珠子就是langchain的模块.

更新速度快难关

稳定版本出之前的langchain存在各种奇怪问题,例如莫名其妙的警告,一个接口才出现一个月就要被废除了,创建某个模块的方法也要被废除了,给出了好几个新的创建方法,但是官方文档却没有教程怎么使用.而且很多早期版本出现的东西,后期都要消失了,经典白学.在官方文档中很多东西就寥寥几笔带过.学习langchain苦文档久矣!

当langchainv0.1.0版本发布后,各种属性方法进行了修改,以至于稳定版本之前的,文章,视频等都不太适用,中文文档又迟迟不更新.只能根据报错进行修改代码.我真的糊啦!

摸索前行难关

由于文档与视频的阅读困难,只能自己进行摸索了,学习一个模块要花很久的时间进行试验,尝试这样组合是否能运行,经典的就是agent的initialize_agent创建方法能不能带prompt,某些英文视频里面带了promt,可是使用jupyter分段写的代码,还是英文讲解.自己尝试的好几次才清楚带不了prompt.难搞喔~

缺乏系统教程难关

学习langchain之后,总是有学了但是差点意思的感觉,似乎能用langchain做一些带有大模型元素的应用,但是只运行的在小黑窗中,似乎起不到什么作用.想要做一个大型的项目,但是好像langchain又不太够.确实感觉langchain带来了便利,但是又不知道运用到什么地方.缺少了一个系统的教学,或者是一个完整项目的教学.

langchain的种种便利

没学会langchain时,天天骂,这玩意儿真不是人学的,学会了之后langchain真香!最开始只能它通过llm对象进行简单问答,到后面使用llm程序进行角色定制,进行数据抽取,对MySQL数据库进行访问,进行agent代理,结合第三方api等,也做个几个小的项目进行练习等.

langchain与直接调用接口的区别

langchain能够以极少的代码做出想要的功能,相比较于早期的调接口需要接口鉴权,需要建立通信,需要各种配置的繁琐操作.langchain称得上是福音,简单的llm问答四行代码就能搞定,但是langchain的响应速度会慢很多,稳定版本出现后有所改善.当然也有可能是模型的原因.

逐渐广泛应用的langchain

渐渐的langchain被应用的也越来越广泛,23年的9月份就有开始langchain结合chatglm的尝试,都后来出现了langchain-chatchat,langchain与kor的抽取链等.langchain官方也推出了langsmith与langserver等工具.langchain也越来越完善了,也有更多的人发布跟langchain相关的文章,以及langchain制作的各种插件等.

langchain与国产大模型

逐渐入门langchain之后,我就尝试langchain支持的国产大模型,qwen大模型也是没有让人失望,成功入围.并且在尝试查看源码后发现了langchain中指定的qwen模型版本,更换到有免费额度的版本,成功白嫖到了国产大模型.在与星火大模型的使用中还是犯了难,langchain没有直接支持星火大模型,使用需要自己集成星火大模型.也是尝试了集成星火大模型,虽然成功使用了但是星火的效果差强人意,比不上qwen,就算是星火2.0也还是差点意思.更有直接部署到本地的llama等模型,但是笔记本的性能带不动,效果更差.在与他们的比较中意识到,langchain中的模块效果与模型的智慧程度成正比.智慧程度越高的模型完成的效果越好,目前还是openai的chatgpt领先,收费也是领先的贵.现在越来越多的国产模型的出现,标志着AI时代的到来,希望国产的大模型越来越好.

入门结束,登向更高阶梯

对于langchain,笔者认为到能够使用chain串联各个模块进行功能开发就达到了入门,后续的学习就是学习langchain文档中的各种细节内容,用例,以及langsmith和langserver等使用.还有很长的一段路需要走

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。