LangChainHub

简介

受Hugging Face Hub的启发，LangChainHub是一个包含所有有助于使用LangChain原语（如提示、链和代理）的工件集合。 这个仓库的目标是成为一个中央资源，用于分享和发现高质量的提示、链和代理，这些组件可以组合在一起形成复杂的LLM应用。

我们从一系列提示开始建立这个hub，并期待LangChain社区能够对这个集合做出贡献。我们希望不久后能扩展到链和代理。

贡献

由于我们使用GitHub来组织这个Hub，添加工件可以通过以下三种方式之一进行：

1. 创建一个分支，然后向仓库发起一个PR。
2. 在仓库中创建一个issue，详细说明你想添加的工件。
3. 使用适当的Google表单添加工件：
   • 提示

每种不同类型的工件（如下所列）都有不同的上传说明。 请参考相应的文档进行操作。

📖 提示

总的来说，提示按用例组织在prompts目录中。 要在LangChain中加载提示，你应该使用以下代码片段：

from langchain.prompts import load_prompt

prompt = load_prompt('lc://prompts/path/to/file.json')

除了提示文件本身，每个子目录还包含一个README，解释如何在适当的LangChain链中最好地使用该提示。

有关提示在Hub中如何组织以及如何最好地上传提示的更详细信息，请参阅此处的文档。

🔗 链

总的来说，链按用例组织在chains目录中。 要在LangChain中加载链，你应该使用以下代码片段：

from langchain.chains import load_chain

chain = load_chain('lc://chains/path/to/file.json')

除了链文件本身，每个子目录还包含一个README，解释该链包含什么。

有关链在Hub中如何组织以及如何最好地上传链的更详细信息，请参阅此处的文档。

🤖 代理

总的来说，代理按用例组织在agents目录中。 要在LangChain中加载代理，你应该使用以下代码片段：

from langchain.agents import initialize_agent

llm = ...
tools = ...

agent = initialize_agent(tools, llm, agent="lc://agents/self-ask-with-search/agent.json")

除了代理文件本身，每个子目录还包含一个README，解释该代理包含什么。

有关代理在Hub中如何组织以及如何最好地上传代理的更详细信息，请参阅此处的文档。

👷 代理执行器

即将推出！