En el anterior Radar mencionamos algunas cr¨ªticas sobre . Desde entonces, queremos ser a¨²n m¨¢s precavidos con su uso. Aunque este marco de desarrollo ofrece un poderoso conjunto de funcionalidades para construir aplicaciones con Modelos de Lenguaje de Gran Tama?o (LLMs), creemos que es dif¨ªcil de utilizar y demasiado complejo. LangChain gan¨® popularidad y atenci¨®n muy pronto, lo que lo convirti¨® en la opci¨®n por defecto para muchos desarrolladores. Sin embargo, como LangChain est¨¢ intentando evolucionar y mantenerse actualizado con el acelerado ritmo del cambio, se est¨¢ volviendo cada vez m¨¢s dif¨ªcil para los desarrolladores navegar esos cambios de conceptos y patrones. Tambi¨¦n nos parece que el dise?o de la API es inconsistente y verboso. Como tal, muchas veces esconde lo qu¨¦ est¨¢ ocurriendo realmente debajo de la superficie, haciendo dif¨ªcil para los desarrolladores comprender y controlar c¨®mo los LLMs y los varios patrones asociados a ellos funcionan realmente. Estamos moviendo LangChain al anillo de Resistir para reflejar esto. En muchos de los casos de uso, hemos encontrado que una implementaci¨®n con un uso m¨ªnimo de frameworks especializados es suficiente. Dependiendo de tu caso de uso, quiz¨¢s quieras considerar otros frameworks como Semantic Kernel, o LiteLLM
es un framework para construir aplicaciones con modelos de lenguaje de gran tama?o (LLMs). Para construir este tipo de productos en forma pr¨¢ctica, se deben combinar con datos espec¨ªficos de usuario o dominio que no han formado parte de un entrenamiento anterior. LangChain llena este vac¨ªo con caracter¨ªsticas como gesti¨®n de prompts, encadenamiento, y cargadores de documentos. El beneficio de contar con plantillas prompt y cargadores de documentos es que pueden acelerar el tiempo de puesta en marcha. Aunque es una opci¨®n popular implementar aplicaciones Retrieval-Augmented Generation y el patr¨®n ReAct prompting, LangChain ha sido por ser dif¨ªcil de usar y demasiado complicado. Al elegir un stack tecnol¨®gico para tu aplicaci¨®n LLM, podrias buscar alternativas similares como Semantic Kernel en este espacio de desarrollo r¨¢pido.
es un framework para construir aplicaciones con grandes modelos ling¨¹¨ªsticos (LLMs, por sus siglas en ingl¨¦s). Estos modelos han desencadenado una carrera para incorporar la IA generativa en varios casos de uso. Sin embargo, utilizar estos LLMs de forma aislada puede no ser suficiente: hay que combinarlos con tus activos diferenciadores para construir un producto impactante. LangChain cubre este nicho con algunas funcionalidades interesantes, incluyendo la gesti¨®n de avisos, el encadenamiento, , y un rico conjunto de para determinar qu¨¦ acciones realizar y en qu¨¦ orden. Esperamos que m¨¢s herramientas y marcos evolucionen con los LLMs, y recomendamos evaluar LangChain.
