Как использовать LangChain: LangFlow ПРОТИВ Flowise!! ЧТО ЛУЧШЕ ВСЕГО?!

В этом видео мы рассмотрим два популярных инструмента: Flow Wise и Lang Flow. Мы рассмотрим процесс установки обоих инструментов.

Чтобы установить Flowise, перейдите в Render и запустите новый веб-сервис. Подключите свою учетную запись GitHub и выберите среду выполнения в качестве Node.js . Добавьте "yarn install" в качестве команды сборки. После создания веб-сервиса вы получите ссылку для доступа к веб-сайту Flowise, где вы сможете создавать потоки и API.

Чтобы создать виртуальную среду, начните с клонирования хранилища Lane flow. Затем перейдите в клонированный каталог и запустите 'python -m venv '. Активируйте виртуальную среду с помощью '.\\Скрипты\активировать'. Это изолирует вашу среду разработки. Установите Linkflow с помощью 'pip install linkflow' и запустите его.

Введение в LangFlow LangFlow - это графический интерфейс для Lang chain, разработанный с использованием React Flow. Он построен на базе приложения React Flow, которое позволяет пользователям создавать свои собственные шаблоны. В будущем возможны изменения, связанные с созданием отдельных приложений или плиток для разных шаблонов. Как LangFlow, так и Flow Wise построены в соответствии с React Flow.

Варианты установки - Локальная установка: LangFlow может быть установлен локально. - Установка в Google Cloud: Установка в Google Cloud требует большей сложности и знания платформы. - Развертывание Gina AI Cloud: Другим вариантом является развертывание приложений на основе шаблонов Lane chain в рабочей среде с использованием Gina AI cloud.

Джина АЙ - Оптимизированная поставка продуктов для искусственного интеллекта и машинного обучения - Создавайте прототипы, оборачивайте их в сервис, развертывайте серверы в облаке - Проект с открытым исходным кодом, который стоит проверить

В Flowise у нас есть разные меню для потоков чата, marketplace и ключей API. Мы можем переключиться в темный режим, а также получить доступ к функциям загрузки базы данных и экспорта базы данных. В Langflow интерфейс немного отличается с аналогичной опцией темного режима.

При запуске нового проекта в Flow Wise мы начинаем с открытия новой вкладки. В отличие от Flow Wise, где мы выбираем шаблоны, а затем переходим к самому потоку, здесь у нас есть возможность выбрать один из готовых шаблонов или импортировать файлы из нашего локального хранилища. Marketplace предлагает различные примеры, такие как Auto GPT, плагин AGI chat GPT, загрузка фильтра метаданных для поиска в диалоге. По сравнению с Lang Flow, есть некоторые отличия, такие как математический инструмент pal и несколько векторных хранилищ.

Улучшена навигация с помощью панели компонентов Панель компонентов в Lang flow обеспечивает простой и эффективный способ навигации по различным компонентам. В отличие от Flow wise, где доступ к панели компонентов требует нескольких шагов и исчезает после выбора компонента, Lang flow обеспечивает легкий доступ ко всем компонентам на боковой панели.

Похожие компоненты с некоторыми отличиями - Как в Flow wise, так и в Lang flow вы можете найти агентов, цепочки, модели чата, загрузчики документов, встраивания LMS, подсказки в память, средства разделения текста, векторные хранилища. - Однако в Lang flow доступны некоторые дополнительные утилиты, такие как wrappers, которые включают в себя оболочку текстового запроса, что может потребовать дальнейшего понимания того, как эффективно ее применять.

Агенты - Такие агенты, как CSV agent, Json SQL Vector store и router, обладают определенными функциональными возможностями. - Auto GPT и baby AGI - это полные пакеты для разговорных агентов. - Разговорные агенты позволяют использовать языковые модели и память.

Цепи - Цепочки включают цепочку разговоров, цепочку контроля качества поиска, цепочку баз данных SQL и цепочку векторных баз данных. - Цепочки разговоров позволяют выполнять одноразовые запросы или взаимодействия в формате вопрос-ответ. - Lang flow позволяет увеличить масштаб еще больше по сравнению с другими интерфейсами.

Выбор погрузчика Lang float предлагает более широкий и специфичный выбор загрузчиков, включая веб-скребки, файлы Excel, документы Google, папки GitHub, файлы JSON, PDF-файлы. С другой стороны, у Flowwise меньше опций, в нем есть только важные загрузчики, такие как web scraper и document loader. Однако Lang flow также предоставляет интересные загрузчики, такие как загрузчик CSV и загрузчик чата Facebook.

Встраивания "Flowwise" предлагает дополнительные возможности встраивания по сравнению с "Lang flow", включая встраивание Hugging Face cohere и Azure open AI. На обеих платформах доступны открытые встраивания искусственного интеллекта.

Параметры памяти "Flowwise" предоставляет буферную память наряду с буферной памятью разговоров, в то время как Lang flow имеет фактическую память, такую как память kgm разговоров.

Сравнение плиток в Flow Wise и Lang Flow В видео обсуждаются различия между плитками в flow wise и lang flow. С точки зрения потока, существуют повторяющиеся плитки, которые можно удалить. Выбор моделей в lang flow более широк благодаря таким опциям, как GPT4 и GPT для 32k. Функция плитки в lang flow предоставляет ссылку на код при наведении на нее курсора, которая недоступна в flow wise. Кроме того, lang flow предлагает интересные опции, такие как подробный ключ вывода, ключ ввода, которых нет в flow wise.

Дополнительные инструменты и функции Lang Flow "Lang Flow" имеет дополнительные инструменты по сравнению с "Flow Wise", такие как векторные хранилища, такие как Pinecone, Super Bass и Weaviate. Существует также open AI toolkit для взаимодействия с OpenAI API в рамках Lang Flow. Интерфейс Lang Flow стал чище благодаря таким функциям, как сохранение потоков с использованием ключей API или загрузка их в виде файлов JSON. С точки зрения интеграции кода, обе платформы предоставляют API-интерфейсы Python, но имеют небольшие различия: в то время как "Flow Wise" позволяет встраивать веб-сайты или использовать коды Python / JavaScript / Curl непосредственно из своего интерфейса; "Lang FLow" позволяет импортировать шаблоны, созданные в рамках своей платформы, путем ссылки на них через код Python.