LangChain은 LLMs로 구동되는 애플리케이션을 개발하기 위한 프레임워크
gpt와 서비스를 chain으로 엮어서 좀 더 나은 서비스를 만들게 해줌
문서
한글파일 로드 가능
서비스 만들 때의 도구
gpt가 문서 기반으로 질의응답할
중간단계에서 추론과정을 거쳐서 어떤 프롬프트를 사용했는지!!??
langsmith
langgraph 다중 에이전트
langserve 서비스를 hosting -> 배포함, 서비스를 함 이걸로 호스팅 가능함
Template - 템플릿이 있어서 약간만 수정할 수도 있음
Core library를 함
community 모델
- retrieval DB는 뭘 쓸건지?
- agent 도구가 다양함
주피터 노트북 파일
한 칸 한 칸을 셀이 있음
1. 코드셀
2. 마크다운셀
새로운 코드셀은
단축키
입력모드가 깜빡깜빡 : 셀에서 이동
커맨드모드 : esc () 누르기 : 셀 단위로 이동, 다른 셀로 이동 가능
A 위에다 셀 추가
B Below임 아래다 셀 추가
Z 뒤로 돌아가기
dd Delete*2 셀 삭제
M 마크다운셀 변환
Y 코드셀 변환
!pip
! 명령어 실행하라
'' 역다운표는 코드식
() 링크
# head 5개까지 가능
markdown 문법은
gpt가 알아듣기 편한 문법!!
ctrl + ` (~물결방향에 있는 esc 아래에 있는) 터미널 열기
LangSmith
smith.langchain.com
'RangChain' 카테고리의 다른 글
| 강의 Ch4.08~10, 파일 04-LCEL-Advanced : LCEL 인터페이스, batch, async 비동기, parallel 병렬성 (1) | 2025.01.18 |
|---|---|
| 강의 Ch4.03~07, 파일 03-LCEL : 멀티모달 모델, 프롬프트 템플릿, 변형 (0) | 2025.01.17 |
| Ch.4 LangChain 주요 파라미터, 기본 llm 생성 코드, LogProb, Streaming, Langsmith 추적 (0) | 2025.01.17 |
| Ch.3 model/ Token, 토큰 계산기/ Context Window, 출력 토큰 (0) | 2025.01.17 |
| RAG 가 주목받는 이유 (0) | 2025.01.16 |