Week of 6/10(2024) LangChain Release Notes
LangChainが熱を帯びる6月へようこそ！今回は、LangSmithの組織的な強化、プレイグラウンドとオンライン評価者プロンプトの改善についてご紹介します。LLMが生成したUIも話題を呼んでいますし、Llama 3を使ったおいしいコードレシピもあります。
Andrew Ng (DeepLearning)による無料のLangGraphコースから、RAGやエージェントといったお気に入りのトピックに関するコミュニティの洞察まで、学習リソースも見逃せません。
製品アップデート
LangChain、LangSmith、LangGraph の最新の製品アップデートとニュースを紹介します。
LangChain
🧬 LangChain JavaScript/TypeScript、Next.js、Python を使用して生成 UI アプリケーションを構築する
ストリーミング エージェント イベントとツール呼び出しを使用して事前に構築されたコンポーネントを選択すると、生成 UI を使用して対話型コンポーネントでチャットボットを改善できるようになりました。必要なすべての情報を 1 つの UI で取得します。
YouTube の3 部構成の生成 UI ビデオ シリーズでJavaScript と Python について詳しく学び、例についてはNext.js テンプレート リポジトリを確認してください。
💬 チャットLangChainの改善
内部で LangGraph が実行されているため、ユーザーは、LangChain Python ドキュメントおよび API リファレンスのチャットボットであるChat LangChainで以前のチャットを表示して続行できるようになりました。
LangSmith
📁コラボレーションと組織化を改善するLangSmithのワークスペース
LangSmith では、異なるチームや異なる環境のリソースを分離するためのワークスペースが提供されるようになりました。管理者はワークスペースにユーザーを追加し、そのワークスペース内のリソース (プロジェクト、プロンプト、データセットなど) に対する権限のみを付与できます。
Workspaces が大企業のワークフローを効率化する方法について詳しくは、ブログ記事をご覧ください。よりきめ細かなアクセス制御が必要な場合は、エンタープライズ プランをご利用ください。」
トレースやプロンプトからではなく、最初からプレイグラウンドに入る
プレイグラウンドは、LangSmith のサイドバーに独自のタブとして表示されます。新しいプロンプトを作成するには、空のプレイグラウンドでプロンプトを作成し、「名前を付けて保存」をクリックして名前を付けるだけです。これによりプロンプトの作成が効率化され、簡単なエントリ ポイントでプレイグラウンドの実験が可能になります。こちらでお試しください。
🗺️オンライン評価プロンプトの変数マッピング
LangSmith では、カスタマイズ可能な変数を使用して、LangChain Hub からの構造化プロンプトを使用できるようになりました。最近の実行に基づいて入力をカスタマイズし、スキーマに一致させることができます。
💳 LangSmith の価格設定の更新
今月より、LangSmith はデータ保持ベースの価格設定をサポートするようになりました。トレースのデータ保持期間を短くして節約しましょう。詳細については、ドキュメントまたは支出の最適化に関するチュートリアルをご覧ください。
LangGraph
LangGraph の AI エージェントに関する DeepLearning コース
私たちは、Andrew Ng (DeepLearning) および Rotem Weiss (Tavily 共同設立者) と提携して、無料コースを開催します。エージェント ワークフローの制御と自律性のバランスをとるのに役立つフレームワークである LangGraph を使用して、高度なエージェントを構築する方法を学びます。
トピックには、永続性の実装、エージェント検索の使用、ヒューマンインザループの組み込みが含まれます。今すぐ無料でサインアップしてください。
今後のイベント
来月開催される以下の IRL イベントで、LangChain の愛好家、従業員、熱心な AI アプリ開発者と会いましょう。
🐻 6 月 18 日 (サンフランシスコ): バークレー LLM ミートアップ。バークレーの博士課程の学生、教員、卒業生の皆さん、お集まりください。LangGraph や、カリフォルニア大学バークレー校で構築されたクールな OSS プロジェクトについて学び、LLM に取り組む同じ志を持つ仲間と交流しましょう。こちらからサインアップしてください。
🏙️ 6 月 26 日 (ニューヨーク): LangChain と Elastic NYC のミートアップ。ライトニング トークを聞き、LangChain チームのメンバーと会い、ネットワーキング、ピザ、軽食をお楽しみください。こちらからお申し込みください。
コラボレーションと統合
私たちは、統合を利用してユーザーがエコシステム内のパートナー機能を活用できるよう支援しています。
Meta Llama 3 を使用したオープンソース / ローカルエージェント
LangGraph を使用した Meta の Llama 3 エージェントの新しいレシピとビデオをご覧ください。LangGraph ツール呼び出しエージェント、自己修正制御フロー用の RAG エージェントの構築方法、および Nomic と Ollama を使用して RAG エージェントをローカルで実行する方法について学習します。
Mistral のcodestralモデルと補完 LLM が JavaScript でサポートされる
LangChain はMistralAI の最新のcodestral補完モデルをサポートしており、プロンプトにサフィックスを渡すことができるようになりました。これにより、「空欄補充」コーディングの結果が向上します。
NVIDIA NIMとの統合
LangChain を NVIDIA の NIM マイクロサービス API と併用して、NVIDIA の高速インフラストラクチャ上の任意の場所に単一のコマンドでデプロイします。LangChainと NVIDIA NIM を使用して RAG エージェントを構築する方法の例をご覧ください。
Nomic Embed Vision によるマルチモーダル RAG のサポート
Nomic Embed Vision and Text を使用して画像とテキストを埋め込み、類似性検索で取得し、LangChain を使用して回答を合成して、マルチモーダル LLM を実現します。
Couchbase ベクターストアの統合
LangChain はCouchbase でのベクトル検索をサポートしており、関連するクエリを取得して柔軟な検索機能を有効にします。
そして、LangChain をGenAI パートナー オブ ザ イヤーに選出し、State of AI Data Report に掲載していただいたDatabricks に特に感謝いたします🙌
Speak the Lang
100 万人を超える開発者やビルダーが、日常的に LangChain、LangSmith、LangGraph をどのように使用しているかをご覧ください。より良いものを作るためにいつもご協力いただきありがとうございます。
エージェントを使って構築と実行
エージェントはタスク実行に大活躍していますが、限界もあります。Eden Marco (Google の LLM スペシャリスト) が、自律エージェントが不十分な理由と、制御可能なエージェント (LangGraph など) によってこれらの問題をどのように克服できるかについて説明します。
エージェントの実践的なガイドについては、メモリと知識管理を備えた AI リサーチ アシスタント エージェントの構築に関する Richmond Alake (MongoDB のスタッフ デベロッパー アドボケート) によるステップバイステップのチュートリアルをご覧ください。
その他の注目すべきエージェントプロジェクト:
Tribe: マルチエージェント チームを迅速に構築および調整するためのローコード ツール(Jerron Lim (SWE @ LTA Singapore))
Virat Singh (SWE @ Faire) による、LangChain エージェントと Vercel を使用した生成 UI 金融エージェント
RAG: POC から本番環境まで
RAG パイプラインは、検索結果の精度と関連性を高めることができます。これはまさに、Google の Jeff Nelson (開発者アドボケート) と Ashley Xu (SWE) が、LangChain を使用した BigQuery 上のシンプルな RAG を通じて実現できるように支援していることです。
RAG アプリをプロトタイプから本番環境に移行する方法については、Hassan El Mghari (DevRel @ Together AI) のPDF to Chat プロジェクトをご覧ください。このプロジェクトでは、LangSmith を使用したトレースの可視性についても取り上げられています (ビデオの 40:35 を参照)。
検討すべき追加の RAG 使用例:
Maria Khalusova (Dev Advocate @ Unstructured) によるPowerPoint プレゼンテーションを使用した RAG の構築
IncarnaMind: 個人の文書をチャットできる Notion のようなノートブック(Junru Xiong 氏 (R2 Factory のデータ サイエンティスト))
音声テキスト変換、テキスト音声変換
AI を搭載した音声アシスタントの作成を検討したことがあれば、Karim Lalani (SWE) がWebRTC と LangChain 上に構築したAI 音声チャットが役立ちます。
または、最新の Whisper モデルを試してみたい場合は、条件付きでレンダリングされる UI コンポーネントを使用して音声入力、文字起こし、テキスト読み上げなどをサポートするこのOSS AI デバイス プロジェクトを調べてください。
基本に立ち返って
もちろん、基本を忘れてはいけません。LangChainを初めて使用する場合は、Cobus Greyling (Kore AI のチーフエバンジェリスト) から最も基本的な LangChain チャットボットの構築方法を学んでください。
さらに進んだレベルでは、Dragonfly のコンテキスト管理を使用して LangChain アプリのチャット履歴を管理したり、 LangGraph の基本ビデオに従って最初のエージェント グラフを構築したりすることもできます。
その他の役立つプロジェクト:
Replit、LangChain、OpenAI を使用したWeb サイト Q&A RAG チャットボット。ドキュメントに関する質問に答え、ブログの要約を提供します。
Huseyin Babal (Namecheap のクラウド エンジニア) による、LangChain、Ollama、PostgresSQL を使用した DevOps AI アシスタントの構築