Meddelande om LangChain på Vertex AI för AlloyDB och Cloud SQL för PostgreSQL

LangChain har blivit ett framträdande öppen källkod-ramverk för LLM-koordinering, populärt bland applikationsutvecklare. I mars introducerade Google Cloud öppen källkod-integrationer för LangChain i sina databaser, inklusive Vektorbutiker, Dokumentladdare och Chatt-historik. Nu har Google Cloud meddelat att LangChain-integration är hanterad på Vertex AI, särskilt för AlloyDB och Cloud SQL för PostgreSQL. Denna integration tillåter utvecklare att bygga, distribuera och hantera AI-agenter och resonemangsramverk på ett säkert och skalbart sätt. Genom att utnyttja LangChain-biblioteket kan utvecklare skapa anpassade generativa AI-applikationer som ansluter till Google Cloud-resurser och befintliga Vertex AI-modeller. Nyckelfunktioner inkluderar ett strömlinjeformat ramverk, färdiga agentermallar, en hanterad tjänst för distribution och slut-till-slut-mallar för olika AI-arkitekturer med hjälp av Google Cloud-databaser. LangChain på Vertex AI möjliggör distribution av applikationer till en Reasoning Engine-hanterad runtime, vilket ger fördelar i form av säkerhet, sekretess, observerbarhet och skalbarhet. Det låser upp kraftfulla användningsfall som att fråga databaser, kunskapsåtervinning, chattrobotar och verktygsanvändning, vilket förbättrar AI-kapaciteten i organisationer. Till exempel kan det omvandla naturligt språkfrågor till SQL-frågor eller semantiskt söka ostrukturerade data med vektorstöd. Tidiga adoptörer som TM Forum har framgångsrikt använt LangChain på Vertex AI för sin AI-Virtual Assistant (AIVA), vilket visade betydande produktivitetsvinster och robust prestanda under intensiva hackathons. Integrationen underlättade backend-funktioner, säkerhet och styrning, vilket möjliggjorde innovativa lösningar inom kundnöjdhet och AIOps. För användare av AlloyDB och Cloud SQL för PostgreSQL erbjuder LangChain på Vertex AI snabb kunskapsåtervinning, säker autentisering och chatt-historiksammanhang. Integrationen förenklar utvecklingen av kunskapsåtervinningsapplikationer och förbättrar prestandan med anpassade vektorindex. Det stöder också snabb prototypning och hanterad distribution, vilket omvandlar lokalt testade prototyper till företagsklara distributioner med hjälp av Vertex AI:s infrastruktur. Jämfört med att använda LangChain på Vertex AI förenklas många arbetsflödessteg, såsom IAM-auktorisation, databashantering, kodutveckling och infrastrukturdrift. Det erbjuder inbyggda observerbarhetsfunktioner som Cloud Logging, Monitoring och Tracing, vilket gör det lättare att hantera applikationer. För att komma igång kan utvecklare hänvisa till notebook-baserade tutorials och mallar för att distribuera RAG-applikationer med AlloyDB och Cloud SQL för PostgreSQL på LangChain för Vertex AI. Dessa resurser belyser avancerade användningsfall, vilket möjliggör skapandet och distributionen av sofistikerade AI-applikationer.