Aprende a usar a LangChain

Capítulo 5. Arquitecturas cognitivas com LangGraph

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: [e-mail]

Até agora, analisámos as caraterísticas mais comuns das candidaturas a LLM:

• Técnicas de prompt no Prefácio e no Capítulo 1

• RAG nos capítulos 2 e 3

• Memória no capítulo 4

A pergunta seguinte deve ser: Como é que juntamos estas peças numa aplicação coerente que atinge o objetivo que nos propusemos a resolver? Para estabelecer um paralelo com o mundo do tijolo e da argamassa, uma piscina e uma casa térrea são construídas com os mesmos materiais, mas obviamente têm finalidades muito diferentes. O que as torna únicas e adequadas aos seus diferentes objectivos é o plano de combinação desses materiais, ou seja, a sua arquitetura. O mesmo se aplica à construção de aplicações LLM. As decisões mais importantes que tens de tomar são a forma de reunir os diferentes componentes que tens à tua disposição (como o RAG, as técnicas de prompt, a memória) em algo que atinja o teu objetivo.

Antes de analisarmos arquitecturas específicas, vamos analisar um exemplo. Qualquer aplicação LLM que possas construir começará a partir de um objetivo: o que a aplicação foi concebida para fazer. Digamos que queres construir um assistente de e-mail - uma aplicação LLM que lê os teus e-mails antes de ti e tem como objetivo reduzir a quantidade de e-mails que precisas de ver. A aplicação pode fazer isto arquivando alguns desinteressantes, ...