Примеры по работе c langchain.js

js/README.md

@@ -0,0 +1,5 @@
+# Примеры работы с LangChain.js
+* [QnA с помощью RAG](rag.ipynb)
+* [Поиск в интернете с помощью Tavily](tools.ipynb)
+* [Выделение сущностей из текста](extraction.ipynb)
+* [Пример агента с помощью LangGraph.js](langgraph_quickstart.ipynb)

js/deno.json

@@ -0,0 +1,26 @@
+{
+  "imports": {
+    "langchain/": "npm:/[email protected]/",
+    "@langchain/anthropic": "npm:@langchain/[email protected]",
+    "@langchain/cloudflare": "npm:@langchain/[email protected]",
+    "@langchain/community/": "npm:/@langchain/[email protected]/",
+    "@langchain/openai": "npm:@langchain/[email protected]",
+    "@langchain/cohere": "npm:@langchain/[email protected]",
+    "@langchain/textsplitters": "npm:@langchain/[email protected]",
+    "@langchain/google-vertexai-web": "npm:@langchain/[email protected]",
+    "@langchain/mistralai": "npm:@langchain/[email protected]",
+    "@langchain/core/": "npm:/@langchain/[email protected]/",
+    "@langchain/pinecone": "npm:@langchain/[email protected]",
+    "@langchain/google-common": "npm:@langchain/[email protected]",
+    "@langchain/langgraph": "npm:/@langchain/[email protected]",
+    "@langchain/langgraph/": "npm:/@langchain/[email protected]/",
+    "langchain-gigachat": "npm:[email protected]",
+    "@faker-js/faker": "npm:@faker-js/faker",
+    "events": "node:events",
+    "cheerio": "npm:cheerio",
+    "chromadb": "npm:/chromadb",
+    "dotenv/": "npm:/dotenv/",
+    "zod": "npm:/zod",
+    "zod-to-json-schema": "npm:/zod-to-json-schema"
+  }
+}

js/extraction.ipynb

@@ -0,0 +1,163 @@
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# Extraction\n",
+    "В этом ноутбуке мы создадим pipeline, с помощью которого мы сможем выделять сущности из текста.\n",
+    "\n",
+    "## Установка\n",
+    "### Зависимости\n",
+    "```bash\n",
+    "npm install --save langchain langchain-gigachat zod\n",
+    "```\n",
+    "### Переменные окружения\n",
+    "```bash\n",
+    "export GIGACHAT_CREDENTIALS='ваши креды'\n",
+    "export GIGACHAT_SCOPE='GIGACHAT_API_CORP' или 'GIGACHAT_API_PERS' или 'GIGACHAT_API_B2B'\n",
+    "```"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## Схема\n",
+    "Здесь мы инициализируем схему, по которой GigaChat будет выделять сущности.\n",
+    "Схему мы инициализируем с помощью [Zod](https://zod.dev/)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 8,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "import { z } from \"zod\";\n",
+    "\n",
+    "const personSchema = z.object({\n",
+    "  name: z.optional(z.string()).describe(\"Имя человека\"),\n",
+    "  hair_color: z\n",
+    "    .optional(z.string())\n",
+    "    .describe(\"Цвет волос, если известен\"),\n",
+    "  height_in_meters: z\n",
+    "    .optional(z.number())\n",
+    "    .describe(\"Высота в метрах\"),\n",
+    "});"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## LLM цепочка\n"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 3,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "import { ChatPromptTemplate } from \"@langchain/core/prompts\";\n",
+    "\n",
+    "// Определите пользовательский промпт для предоставления инструкций и дополнительного контекста.\n",
+    "// 1) Вы можете добавить примеры в шаблон промпта, чтобы улучшить качество извлечения.\n",
+    "// 2) Введите дополнительные параметры, чтобы учитывать контекст (например, включите метаданные\n",
+    "//    о документе, из которого был извлечен текст.)\n",
+    "const promptTemplate = ChatPromptTemplate.fromMessages([\n",
+    "  [\n",
+    "    \"system\",\n",
+    "    `Ты алгоритм выделения сущностей из текста.\n",
+    "Выделяй только релевантную информацию из текста\n",
+    "Если ты не знаешь значение для атрибута, который нужно выделить проставь значение этого атрибута в null.`,\n",
+    "  ],\n",
+    "  [\"human\", \"{text}\"],\n",
+    "]);"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 9,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "import { Agent } from 'node:https';\n",
+    "import { GigaChat } from \"langchain-gigachat\"\n",
+    "/*\n",
+    "В обычном Node.js такое отключение проверки сертификатов срабатывает.\n",
+    "\n",
+    "Но в Deno нет, \n",
+    "поэтому используйте проставление NODE_EXTRA_CA_CERTS в env.\n",
+    " */\n",
+    "const httpsAgent = new Agent({\n",
+    "    rejectUnauthorized: false,\n",
+    "}); \n",
+    "\n",
+    "const llm = new GigaChat({\n",
+    "    maxRetries: 0,\n",
+    "    model: 'GigaChat-Max',\n",
+    "    httpsAgent\n",
+    "})"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 10,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "const structured_llm = llm.withStructuredOutput(personSchema);"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 11,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "UPDATE TOKEN\n"
+     ]
+    },
+    {
+     "data": {
+      "text/plain": [
+       "{ name: \u001b[32m\"Алан Смит\"\u001b[39m, hair_color: \u001b[32m\"белый\"\u001b[39m, height_in_meters: \u001b[33m1.8288\u001b[39m }"
+      ]
+     },
+     "execution_count": 11,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "const prompt = await promptTemplate.invoke({\n",
+    "    text: \"Алан Смит высотой 6 футов с белыми волосами \",\n",
+    "  });\n",
+    "await structured_llm.invoke(prompt);"
+   ]
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Deno",
+   "language": "typescript",
+   "name": "deno"
+  },
+  "language_info": {
+   "codemirror_mode": "typescript",
+   "file_extension": ".ts",
+   "mimetype": "text/x.typescript",
+   "name": "typescript",
+   "nbconvert_exporter": "script",
+   "pygments_lexer": "typescript",
+   "version": "5.6.2"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 2
+}