langchain-rust

LangChain Rust 项目介绍

什么是 LangChain Rust？

LangChain Rust 是 LangChain 的 Rust 语言实现。LangChain 旨在通过可组合性来构建基于大型语言模型（LLM）的应用程序，而 LangChain Rust 则在此基础上使用 Rust 语言开展开发工作。这意味着开发人员可以利用 Rust 的强大性能和内存安全特性，构建灵活和高效的应用程序。

当前功能

LangChain Rust 提供了一系列丰富的功能，帮助开发人员更轻松地利用大型语言模型（LLM）进行开发。主要功能包括：

大型语言模型

LangChain Rust 支持多个知名的 LLM 服务：

OpenAI
Azure OpenAI
Ollama
Anthropic Claude

嵌入功能

支持多种嵌入方法，例如：

OpenAI
Azure OpenAI
Ollama
Local FastEmbed
MistralAI

向量存储

可以通过以下存储方式管理向量数据：

OpenSearch
Postgres
Qdrant
Sqlite
SurrealDB

链（Chain）

LangChain Rust 提供了各种链以支持不同的用例：

LLM Chain
会话链（Conversational Chain）
简单检索器链（Conversational Retriever Simple）
向量存储检索器链（Conversational Retriever With Vector Store）
顺序链（Sequential Chain）
问答链（Q&A Chain）
SQL 链（SQL Chain）

代理（Agents）

提供了嵌入工具的聊天代理以及兼容 OpenAI 工具的代理。

工具集

内置多种工具支持，包括：

Serpapi/Google 搜索
DuckDuckGo 搜索
Wolfram/数学
命令行
文字转语音（Text2Speech）

语义路由

支持静态和动态语义路由，实现更加智能的决策流。

文档加载器

支持多种文档格式的加载，包括 PDF、Pandoc、HTML、CSV、Git 提交历史、以及源代码。

安装指南

要使用 LangChain Rust，首先确保在项目中添加了 serde_json 作为依赖库，其次是 langchain-rust：

添加 serde_json：
```
cargo add serde_json
```
添加 langchain-rust：
- 简单安装：
```
cargo add langchain-rust
```
- 若项目需要，可选择安装支持 sqlite、postgres 或 surrealdb 的可选特性。

快速入门：会话链

以下提供一个简单的示例，展示如何在 Rust 项目中使用 LangChain Rust 和 OpenAI 模型来创建一个会话链：

use langchain_rust::{
    chain::{Chain, LLMChainBuilder},
    language_models::llm::LLM,
    llm::openai::{OpenAI, OpenAIModel},
    message_formatter,
    prompt_args,
    schemas::messages::Message,
};

#[tokio::main]
async fn main() {
    let open_ai = OpenAI::default().with_model(OpenAIModel::Gpt4oMini.to_string());

    let prompt = message_formatter![
        fmt_message!(Message::new_system_message(
            "You are world class technical documentation writer."
        )),
        fmt_template!(HumanMessagePromptTemplate::new(template_fstring!(
            "{input}", "input"
        )))
    ];

    let chain = LLMChainBuilder::new()
        .prompt(prompt)
        .llm(open_ai.clone())
        .build()
        .unwrap();

    match chain
        .invoke(prompt_args! {
        "input" => "Quien es el escritor de 20000 millas de viaje submarino",
        })
        .await
    {
        Ok(result) => {
            println!("Result: {:?}", result);
        }
        Err(e) => panic!("Error invoking LLMChain: {:?}", e),
    }
}