Introducción a LangChain

En este tutorial veremos una introducción a la librería LangChain, una de las librerías de Python más usadas al momento de desarrollar aplicaciones basadas en Grandes Modelos de Lenguaje.

Si estás suscrito a la Academia Online puedes acceder al enlace de descarga del set de datos y el código fuente de este proyecto.

Comencemos entendiendo en detalle qué es LangChain y qué usos podemos darle a esta librería.

¿Qué es LangChain?

LangChain es una librería de Python que facilita la integración de Grandes Modelos de Lenguaje (o LLMs por sus siglas en Inglés: Large Language Models) en diferentes tipos de aplicaciones.

Por ejemplo, podemos usar LangChain para construir desde simples chatbots conversacionales hasta sistemas RAG para la extracción de información de documentos o sistemas basados en Agentes.

Además, LangChain nos permite de manera sencilla, con muy pocas líneas de código, implementar aplicaciones para diferentes tipos de LLMs ofrecidos por diferentes proveedores (como OpenAI, Mistral AI, Groq y Anhtropic, entre otros).

Generalmente los LLMs que usaremos son modelos desarrollados por diferentes empresas y los cuales se ejecutan directamente desde la nube. Por esta razón, antes de usar LangChain necesitamos configurar las credenciales de acceso a estos servicios.

En este tutorial haremos uso de los modelos de Mistral AI que tiene un plan gratuito con el cual podremos acceder a sus LLMs más recientes sin costo alguno.

Veamos cómo configurar el acceso a estos modelos (el proceso es similar para otros proveedores como por ejemplo OpenAI).

Credenciales de acceso a Mistral AI

Simplemente debemos llevar a cabo estos pasos:

1. Acceder al sitio web de Mistral AI: https://mistral.ai
2. Dar click en «Log in» e ingresar con los datos de usuario o dar click en la parte inferior en «Sign up» para crear una nueva cuenta
3. En la ventana «Setup your workspace» (configura tu espacio de trabajo) seleccionar la opción «I’m a solo creator» (soy un desarrollador individual). Aceptar los términos del servicio y dar click en el botón «Create workspace».
4. En este punto estaremos en nuestro «workspace» y ahora debemos configurar nuestro plan de uso de la plataforma. Aparecerá un cuadro de texto que dice «No API plan active» indicándonos que no tenemos un plan activo. Damos click en este cuadro de texto.
5. En la ventana «Billing Plan» damos click en la opción «Experiment for free» para tener acceso gratuito a los modelos disponibles.
6. En la ventana «Verify your phone number» introducimos nuestro número telefónico al cual será enviado un código de verificación SMS.
7. Introducimos el código de verificación y en este punto ya tendremos activo el plan gratuito.
8. Nos dirigimos nuevamente a nuestro «workspace» y en el menú del lado izquierdo elegimos la opción «API Keys» y luego damos click en «Create new key».
9. Establecemos un nombre para esta clave de acceso así como una fecha de expiración. Ambas opciones son adicionales pero sugiero completar estos campos. Luego damos click en «Create key»

En este punto obtendremos una clave de acceso que no podremos compartir con nadie y que nos permitirá hacer uso de los modelos disponibles en la nube.

Esta clave de acceso es una cadena de caracteres alfanuméricos que debemos copiar y mantener segura y que en un momento comenzaremos a usar.

Veamos ahora cómo instalar la librería LangChain.

Instalación de LangChain

El primer paso es instalar la librería en nuestros computadores. Como en todo proyecto a desarrollar siempre sugiero crear un entorno virtual de Python para que en este queden almacenadas todas las dependencias de nuestro proyecto.

Una vez hayamos creado y activado el entorno virtual simplemente instalamos LangChain como cualquier librería de Python. Vamos al Terminal de Mac o a la Ventana de Comandos de Windows y ejecutamos esta línea de código:

pip install langchain

y automáticamente tendremos instalada la librería en nuestro entorno virtual.

¡Y con esto ya podemos comenzar a usar LangChain!

Componentes básicos de LangChain

En este tutorial introductorio nos enfocaremos en tres de los componentes básicos de LangChain:

• Los modelos de lenguaje y los mensajes
• Los «prompts»
• Las cadenas

Veamos de forma detallada cómo hacer uso de estos componentes.

Los modelos de lenguaje y los mensajes

El modelo del lenguaje es el elemento central de LangChain. En esencia el modelo acepta texto de entrada y genera texto a la salida.

Y, dependiendo de la aplicación, este texto puede ser introducido por el usuario, a través de una pregunta o una instrucción, o puede provenir de un documento o de una herramienta externa.

El modelo interpreta este texto de entrada y, dependiendo de la aplicación que estemos implementando, genera un texto de respuesta.

LangChain contiene múltiples integraciones con modelos de diferentes proveedores, pero en este tutorial veremos en particular la integración con Mistral AI.

Para comenzar a usar los modelos de esta empresa debemos instalar la librería correspondiente:

pip install langchain-mistralai

Una vez instalada la librería debemos almacenar la API KEY (la «clave de acceso» creada al inicio del tutorial) en las variables de entorno de nuestro sistema operativo. Par ello ejecutamos el siguiente código:

import getpass
import os

os.environ["MISTRAL_API_KEY"] = getpass.getpass()

donde:

• En la línea 1 importamos la librería «getpass» de Python que nos permitirá introducir la API KEY de Mistral AI
• En la línea 2 importamos la librería «os» de Python que nos permitirá almacenar la API KEY como una variable de entorno
• Y en la línea 4 combinamos las dos librerías anteriores para pedirle al usuario que introduzca la API KEY y para luego almacenarla como variable de entorno

Al ejecutar el código anterior desde el intérprete de Python o desde el Terminal o la Ventana de Comandos nos aparecerá un pequeño cuadro de diálogo o un mensaje indicándonos que debemos ingresar la API KEY creada anteriormente. Así que ingresamos dicha clave y oprimimos la tecla Enter y con esto ya tendremos habilitado el acceso al modelo disponible en la nube.

Con esta configuración ya podemos comenzar a usar los diferentes modelos de lenguaje disponibles en Mistral AI. En este caso usaremos el modelo «Mistral large», para lo cual:

• Importamos el módulo «ChatMistralAI» de la librería «langchain_mistralai» que instalamos hace un momento
• Creamos una instancia del modelo «Mistral large»

Este sería el código correspondiente:

Conclusión

Bien, con este tutorial introductorio acabamos de ver el principio de funcionamiento de LangChain y cómo interconectar tres de sus elementos básicos: los modelos y los mensajes los «prompts» y las cadenas.

Y de forma práctica hemos visto cómo usar estos elementos para lograr que un Gran Modelo de Lenguaje (en este caso disponible en Mistral AI) sea capaz de generar un texto con las características deseadas.

En próximos tutoriales comenzaremos a ver maneras más avanzadas de usar LangChain, que partirán de los mismos principios básicos que acabamos de ver en este tutorial.

Y recuerda que si eres suscriptor y tienes alguna duda sobre este tutorial me puedes contactar directamente a través del formulario que encontrarás en la Intranet.