LangChain（ラングチェーン）は、大規模モデルに基づいたAIアプリケーションを構築するために必要なモジュールやツールを提供するオープンソースのPython AIアプリケーション開発フレームワークです。LangChainを使用すると、開発者は大規模言語モデル（LLM）と簡単に統合して、テキスト生成、質問応答、翻訳、会話などのタスクを完了できます。LangChainはAIアプリケーション開発の障壁を下げ、誰でもLLMに基づいた独自の創造的なアプリケーションを構築できるようになります。

LangChainの特長:

  • LLMとプロンプト: LangChainはすべての大規模モデルのAPIを抽象化し、大規模モデルへの統一アクセスを提供し、プロンプトテンプレートの管理メカニズムを提供します。
  • チェーン: LangChainは一部の一般的なシナリオを、コンテキストに基づく質問応答システム、SQLクエリの自然言語生成などの準備ができたモジュールにカプセル化し、これらのタスクを「チェーン」と呼ばれるステップバイステップで実行します。
  • LCEL: LangChain Expression Language（LCEL）は、新バージョンのLangChainのコア機能であり、ワークフローオーケストレーションの問題を解決するために使用されます。LCEL式を使用すると、柔軟にAIタスク処理フローをカスタマイズでき、柔軟なカスタム「チェーン」とも呼ばれます。
  • Retrieval Augmented Generation (RAG): 大規模モデル（LLM）は新しい情報を理解したり新しい質問に答えたりすることができないため、新しい情報をLLMに取り込んで生成されるコンテンツの品質を向上させるためのモデルをRetrieval Augmented Generation（RAG）と呼びます。
  • Agents: これは大規模モデル（LLM）に基づいたアプリケーションの設計パターンであり、LLMの自然言語理解および推論能力（脳として機能）を活用して、ユーザーの要件に基づいて外部システムとデバイスを自動的に呼び出してタスクを完了します。例えば、ユーザーが「明日休みを取る」と入力すると、大規模モデル（LLM）が自動的に休暇システムを呼び出して休暇申請を開始します。
  • モデルメモリ: これにより、大規模モデル（LLM）は以前の会話内容を記憶することができます。これをモデルメモリと呼びます。