LLM应用开发的开源框架Python和JavaScript(TypeScript)开发包
介绍了基于大语言模型LangChain的LLM应用开发OpennulldevelopmentframworkforLLMapplicaitonsPythonandJavaScript(TypeScript)packages，关注模块化、可组合性和扩展性，提供模块化组件和常见用例，包括ChatModels、TextEmbeddingModels、Prompts等20个+不同类型的LLMs。
Opennull development framwork for LLM applicaitons
Python and JavaScript(TypeScript)packages
Focus on compostion and modularity
Key value adds:
1. Modular compents
2.Use cases:Common ways to combine components
LLM应用开发的开源框架（LLM = Large Language Model，大语言模型）
有Python 和 JavaScript(TypeScript) 开发包
聚焦 组合 和 模块化
关键内容:
1、模块化部件
2、用例 : 用常规的方式组合组件
Models
LLMs: 20+integrations
Chat Models
Text Embedding Models: 10+ integrations
Prompts
Prompt Templates
Output Parsers: 5+ implementations
Retry/fixing logic
Example Selectors: 5+ implementations
Indexes
Document Loaders: 50+ implementations
Text Splitters: 10+ implementations
Vector stores: 10+ integrations
Retrievers: 5+integrations/implementations
Chains
Prompt + LLM + Output parsing
Can be used as building blocks for longer chains
More application specific chains: 20+ types
Agents
Agent Types: 5+ types
Algorithms for getting LLMs to use tools
Agent Toolkits: 10+ implementations
Agents armed with specific tools for aspecific application
模型
大语言模型: 20+
聊天模型
文本嵌入模型: 10+
提示词
提示词模型
输出解析器: 5+
重试/修复逻辑 logic
选择器示例: 5+
索引
文档加载器: 50+
文本拆分器: 10+
向量存储: 10+
检索器: 5+i
链
提示+LLM+输出解析
可以用作较长链条的构建块
更多特定应用链：20多种类型
代理
代理类型：5种以上类型
让LLM使用工具的算法
代理工具包：10多种实现
为特定应用配备特定工具的代理
【4K】【生肉+AI英语字母】吴恩达-基于大语言模型LangChain的LLM应用开发