LLM 开发框架

LangChainGo

https://tmc.github.io/langchaingo/docs/

• LangchainGo是LangChain的Go编程语言端口/分支。
• LangChain是一个用于开发由语言模型提供支持的应用程序的框架。我们相信，最强大和最有差异的应用程序不仅会通过API调用语言模型，而且还会：
• 注意数据：将语言模型连接到其他数据源
• 代理化：允许语言模型与其环境交互
• LangChain框架的设计考虑到了上述原则。

LangChain 

• LangChain是一个用于开发由大型语言模型（LLM）提供支持的应用程序的框架。
• LangChain简化了LLM应用程序生命周期的每个阶段：
• 开发：使用LangChain的开源构建块和组件构建您的应用程序。使用第三方集成和模板，脚踏实地。
• Productionization：使用LangSmith来检查、监控和评估您的链，以便您可以满怀信心地不断优化和部署。
• 部署：使用LangServe将任何链转化为API。

langchain-rust

Current Features

• LLMs

  •  OpenAi
  •  Azure OpenAi
  •  Ollama and Compatible Api
  •  Anthropic Claude

• Embeddings

  •  OpenAi
  •  Ollama
  •  Azure OpenAi
  •  Local FastEmbed

• VectorStores

  •  OpenSearch
  •  Postgres
  •  Qdrant
  •  Sqlite
  •  SurrealDB

• Chain

  •  LLM Chain
  •  Conversational Chain
  •  Conversational Retriver Simple
  •  Conversational Retriver With Vector Store
  •  Sequential Chain
  •  Q&A Chain
  •  SQL Chain

• Agents

  •  Chat Agent with Tools
  •  Open AI Compatible Tools Agent

• Tools

  •  Serpapi/Google
  •  Wolfram/Math
  •  Command line
  •  Text2Speech

• Semantic Routing

  •  Static Routing
  •  Dynamic Routing

• Document Loaders

  •  PDF

  •  Pandoc

  •  HTML

  •   CSV

  •  Git commits

  •  Source code

 LlamaIndex

• LlamaIndex是一个用于构建上下文增强LLM应用程序的框架。上下文扩充是指在您的私有或特定域数据之上应用LLM的任何用例。一些流行的用例包括以下内容：
• 问答聊天机器人（通常称为RAG系统，代表“检索增强一代”）
• 文档理解和提取
• 可以执行研究并采取行动的自主代理
• LlamaIndex提供了从原型到生产构建上述任何用例的工具。这些工具允许您获取/处理这些数据，并实现将数据访问与LLM提示相结合的复杂查询工作流。