Aplicaciones con LangChain -- Requiere Python #10

New issue

Open

opened 2025-04-09 19:25:54 +02:00 by ideras · 3 comments

ideras commented

2025-04-09 19:25:54 +02:00

(Migrated from gitlab.com)

Objetivos:

Investigar qué es LangChain y para qué se utiliza.
Explorar los componentes principales: plantillas de prompts, cadenas, memoria, herramientas.
Crear una pequeña aplicación en LangChain (por ejemplo, un chatbot o buscador de documentos).
Explorar integración con modelos locales como Ollama (si es posible).

Entregables:

Código de la aplicación en LangChain con documentación.
Informe explicando los conceptos clave de LangChain.
Comparativa entre modelos locales y modelos en la nube.
Presentación tipo clase (15–20 minutos) mostrando el flujo de trabajo y funcionalidades principales de LangChain con ejemplos.

**Objetivos:** - Investigar qué es **LangChain** y para qué se utiliza. - Explorar los componentes principales: plantillas de prompts, cadenas, memoria, herramientas. - Crear una pequeña aplicación en LangChain (por ejemplo, un chatbot o buscador de documentos). - Explorar integración con modelos locales como Ollama (si es posible). **Entregables:** - Código de la aplicación en LangChain con documentación. - Informe explicando los conceptos clave de LangChain. - Comparativa entre modelos locales y modelos en la nube. - **Presentación tipo clase (15–20 minutos)** mostrando el flujo de trabajo y funcionalidades principales de LangChain con ejemplos.

ideras commented

2025-04-09 19:29:53 +02:00

(Migrated from gitlab.com)

changed title from Aplicaciones con LangChain -- {-Uso d-}e Python to Aplicaciones con LangChain -- {+Requier+}e Python

changed title from **Aplicaciones con LangChain -- {-Uso d-}e Python** to **Aplicaciones con LangChain -- {+Requier+}e Python**

ideras commented

2025-04-09 20:27:42 +02:00

(Migrated from gitlab.com)

assigned to @D4-CTM

D4-CTM commented

2025-04-10 23:21:07 +02:00

(Migrated from gitlab.com)

¿Qué es LangChain?

LangChain es un framework utilizado en el desarrollo de apps que integran LLMs (modelos de lenguaje). Funciona como una abstracción entre nuestro LM y la app en si, convirtiendolas “LM agnostic”. Las funciones, o herramientas/tools (como son llamadas en LangChain), pueden ser dadas al modelo para mejorar las capacidades de nuestra app usando agentes.

Para lograr esto el framework nos otorga herramientas como:

Chains: formas de comprimir el codigo y reducir el boilerplate, similar a las pipes de Linux, usan el output de una funcion como el input de la siguiente (para que esto funcione, las funciones deben regresar o ser Runnables).
Splitters & retrievers: Herramientas que nos permiten extraer informacion, ya sea de archivos, de la web o de una base de datos, y reducirla a "chunks" para ser almacenada en una base de datos vectorial (redis, pinecone y elasticsearch, por mencionar algunas)
Tools: Mencionadas previamente, estas son, principalmente, funciones que le permiten a nuestro LM comunicarse con fuentes externas (generalmente usadas para conseguir la informacion que luego sera dividida y vectorizada o usada para nuestro RAG)

# **¿Qué es LangChain**? LangChain es un framework utilizado en el desarrollo de apps que integran LLMs (modelos de lenguaje). Funciona como una abstracción entre nuestro LM y la app en si, convirtiendolas “LM agnostic”. Las funciones, o herramientas/tools (como son llamadas en LangChain), pueden ser dadas al modelo para mejorar las capacidades de nuestra app usando agentes. Para lograr esto el framework nos otorga herramientas como: * Chains: formas de comprimir el codigo y reducir el boilerplate, similar a las pipes de Linux, usan el output de una funcion como el input de la siguiente (para que esto funcione, las funciones deben regresar o ser Runnables). * Splitters & retrievers: Herramientas que nos permiten extraer informacion, ya sea de archivos, de la web o de una base de datos, y reducirla a "chunks" para ser almacenada en una base de datos vectorial (redis, pinecone y elasticsearch, por mencionar algunas) * Tools: Mencionadas previamente, estas son, principalmente, funciones que le permiten a nuestro LM comunicarse con fuentes externas (generalmente usadas para conseguir la informacion que luego sera dividida y vectorizada o usada para nuestro RAG)