Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Crea applicazioni basate su LLM utilizzando LangChain
Questa pagina introduce come creare applicazioni basate su LLM utilizzando
LangChain. Le panoramiche di questa pagina rimandano alle guide alle procedure in GitHub.
Che cos'è LangChain?
LangChain è un framework di orchestrazione LLM che aiuta gli sviluppatori a creare
applicazioni di AI generativa o flussi di lavoro di generazione RAG (Retrieval-Augmented Generation). Fornisce
la struttura, gli strumenti e i componenti per semplificare i workflow
LLM complessi.
Per saperne di più su LangChain, consulta la pagina Google
LangChain. Per ulteriori informazioni sul framework LangChain, consulta la documentazione del prodotto
LangChain.
Scopri come utilizzare LangChain con la
guida rapida di LangChain per Bigtable.
Questa guida rapida crea un'applicazione che accede a un set di dati di film di Netflix in modo che gli utenti possano interagire con i dati dei film.
Document Loader per Bigtable
Il caricatore di documenti salva, carica ed elimina gli oggetti Document di LangChain.
Ad esempio, puoi caricare i dati da elaborare negli incorporamenti e archiviarli
nel vector store o utilizzarli come strumento per fornire un contesto specifico alle catene.
Per caricare documenti dal caricatore di documenti in Bigtable, utilizza la classe
BigtableLoader. I metodi BigtableLoader restituiscono uno o più documenti
da una tabella. Utilizza la classe BigtableSaver per salvare ed eliminare i documenti.
Personalizzare la creazione del documento specificando i contenuti e i metadati del cliente
Come utilizzare e personalizzare un BigtableSaver per archiviare ed eliminare documenti
Cronologia dei messaggi di chat per Bigtable
Le applicazioni di domande e risposte richiedono una cronologia di ciò che è stato detto nella conversazione per fornire all'applicazione il contesto per rispondere a ulteriori domande dell'utente. La classe ChatMessageHistory di LangChain consente all'applicazione
di salvare i messaggi e recuperarli quando necessario per formulare ulteriori
risposte. Un messaggio può essere una domanda, una risposta, un'affermazione, un saluto o qualsiasi
altro testo che l'utente o l'applicazione forniscono durante la conversazione.
ChatMessageHistory memorizza ogni messaggio e li concatena per ogni conversazione.
Bigtable estende questa classe con BigtableChatMessageHistory.
Guida alla procedura per la cronologia dei messaggi di chat
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Difficile da capire","hardToUnderstand","thumb-down"],["Informazioni o codice di esempio errati","incorrectInformationOrSampleCode","thumb-down"],["Mancano le informazioni o gli esempi di cui ho bisogno","missingTheInformationSamplesINeed","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2025-08-27 UTC."],[[["\u003cp\u003eThis page introduces how to use LangChain, an LLM orchestration framework, to build generative AI applications or retrieval-augmented generation (RAG) workflows.\u003c/p\u003e\n"],["\u003cp\u003eBigtable offers LangChain interfaces for document loading, allowing for the saving, loading, and deleting of LangChain \u003ccode\u003eDocument\u003c/code\u003e objects, and chat message history, facilitating question-and-answer applications by storing and retrieving conversation messages.\u003c/p\u003e\n"],["\u003cp\u003eThe document loader procedure guide demonstrates how to install the integration package and LangChain, load documents from a table, add filters, customize connections and authentication, and manage \u003ccode\u003eBigtableSaver\u003c/code\u003e for storing and deleting documents.\u003c/p\u003e\n"],["\u003cp\u003eThe chat message history procedure guide explains how to install LangChain, authenticate to Google Cloud, initialize Bigtable schema, and use the \u003ccode\u003eBigtableChatMessageHistory\u003c/code\u003e class to add and delete conversation messages.\u003c/p\u003e\n"],["\u003cp\u003eLangChain is currently a Pre-GA feature, which means it is available "as is," may have limited support, and is subject to the "Pre-GA Offerings Terms" in the General Service Terms.\u003c/p\u003e\n"]]],[],null,["# Build LLM-powered applications using LangChain\n==============================================\n\n|\n| **Preview\n| --- LangChain**\n|\n|\n| This feature is subject to the \"Pre-GA Offerings Terms\" in the General Service Terms section\n| of the [Service Specific Terms](/terms/service-terms#1).\n|\n| Pre-GA features are available \"as is\" and might have limited support.\n|\n| For more information, see the\n| [launch stage descriptions](/products#product-launch-stages).\n\nThis page introduces how to build LLM-powered applications using\n[LangChain](https://www.langchain.com/). The overviews on this\npage link to procedure guides in GitHub.\n\nWhat is LangChain?\n------------------\n\nLangChain is an LLM orchestration framework that helps developers build\ngenerative AI applications or retrieval-augmented generation (RAG) workflows. It\nprovides the structure, tools, and components to streamline complex LLM\nworkflows.\n\nFor more information about LangChain, see the [Google\nLangChain](https://python.langchain.com/docs/integrations/platforms/google)\npage. For more information about the LangChain framework, see the [LangChain](https://python.langchain.com/docs/get_started/introduction)\nproduct documentation.\n\nLangChain components for Bigtable\n---------------------------------\n\nBigtable offers the following LangChain interfaces:\n\n- [Document loader](#document-loader)\n- [Chat message history](#chat-message-history)\n\nLearn how to use LangChain with the\n[LangChain Quickstart for Bigtable](https://github.com/googleapis/langchain-google-bigtable-python).\nThis quickstart creates an application that accesses a Netflix Movie dataset so\nthat users can interact with movie data.\n\nDocument loader for Bigtable\n----------------------------\n\nThe document loader saves, loads, and deletes a LangChain `Document` objects.\nFor example, you can load data for processing into embeddings and either store\nit in vector store or use it as a tool to provide specific context to chains.\n\nTo load documents from document loader in Bigtable, use the\n`BigtableLoader` class. `BigtableLoader` methods return one or more documents\nfrom a table. Use the `BigtableSaver` class to save and delete documents.\n\nFor more information, see the [LangChain Document\nloaders](https://python.langchain.com/docs/modules/data_connection/document_loaders/) topic.\n\n### Document loader procedure guide\n\nThe [Bigtable guide for document\nloader](https://github.com/googleapis/langchain-google-bigtable-python/blob/main/docs/document_loader.ipynb) shows you how to do the following:\n\n- Install the integration package and LangChain\n- Load documents from a table\n- Add a filter to the loader\n- Customize the connection and authentication\n- Customize Document construction by specifying customer content and metadata\n- How to use and customize a `BigtableSaver` to store and delete documents\n\nChat message history for Bigtable\n---------------------------------\n\nQuestion and answer applications require a history of the things said in the\nconversation to give the application context for answering further questions\nfrom the user. The LangChain `ChatMessageHistory` class lets the application\nsave messages and retrieve them when needed to formulate further\nanswers. A message can be a question, an answer, a statement, a greeting or any\nother piece of text that the user or application gives during the conversation.\n`ChatMessageHistory` stores each message and chains messages together for each\nconversation.\n\nBigtable extends this class with `BigtableChatMessageHistory`.\n\n### Chat message history procedure guide\n\nThe [Bigtable guide for chat message\nhistory](https://github.com/googleapis/langchain-google-bigtable-python/blob/main/docs/chat_message_history.ipynb) shows you how to do the following:\n\n- Install LangChain and authenticate to Google Cloud\n- Initialize Bigtable schema\n- Initialize the `BigtableChatMessageHistory` class to add and delete messages\n- Use a client to customize the connection and authentication"]]
