用Redis為LangChain定制AI代理——OpenGPTs

OpenAI最近推出了OpenAI GPTs——一個構建定制化AI代理的無代碼“應用商店”，隨后LangChain開發了類似的開源工具OpenGPTs。OpenGPTs是一款低代碼的開源框架，專用于構建定制化的人工智能代理。因為Redis具有高速和穩定性的優點，所以LangChain選擇了Redis來作為OpenGPTs的默認向量數據庫。

文章速覽：

OpenGPTs簡介

Redis在OpenGPTs中的作用

在本地使用OpenGPTs

在云端使用OpenGPTs

Redis與LangChain賦能創新

一、OpenGPTs簡介

通過幾個配置步驟，我們可以用OpenGPTs構建一個精通Redis的機器人，名為“RedisGuru”。

以下是我們選擇的LLM、系統消息和工具的示例，包括DuckDuckGo搜索、維基百科搜索，以及通過Kay.ai訪問的公共新聞稿。

配置并部署RedisGuru后，可以測試代理如何運行：

此外，我們還可以查詢有關Redis數據結構的問題?？梢钥吹?，RedisGuru記住了我的名字：

我們構建的這個RedisGuru代理只是一個應用示例。你也可以構建各類應用，比如電子郵件文案編輯器、智能研究助理、代碼審查員等。

二、Redis在OpenGPTs中的作用

在這個OpenGPTs演示的背后，Redis提供了一個強大且高性能的數據層，是 OpenGPTs 技術棧不可或缺的一部分。

Redis可以持久化用戶聊天會話（線程）、代理配置和嵌入式文檔塊，并用于向量數據庫檢索。

01

用戶聊天會話

為了在對話中維持“狀態”，Redis為OpenGPTs提供了用戶與AI代理間的持久聊天線程。這些聊天會話也被輸入到LLM中，以提供當前對話狀態的上下文信息。

02

代理配置

為了支持多租戶代理架構，Redis為OpenGPTs提供了一個遠程的、低延遲的存儲層。當應用程序啟動時，它從Redis讀取指定的代理設置，然后開始處理請求。

03

向量數據庫用于RAG

為了讓對話基于實際情況，OpenGPTs允許我們上傳“知識”源，以便LLM將其與生成的答案結合。通過一種稱為檢索增強生成（RAG）的過程，OpenGPTs將上傳的文檔存儲在Redis中，并提供實時向量搜索，以檢索與LLM相關的上下文。

這些功能是Redis平臺的一部分，通過我們的LangChain + Redis集成融入到應用程序中。

Redis與LangChain的OpenGPTs集成帶來了更高的靈活性、可擴展性以及實時處理和搜索能力。處理多樣化數據結構的能力是Redis成為OpenGPTs記憶功能的首選解決方案。

三、在本地使用OpenGPTs

如果想親自體驗OpenGPTs，你可以在項目的README文件中找到更詳細的指南。以下是一個快速概述：

1、安裝后端依賴：克隆項目倉庫，然后導航到后端目錄并安裝必要的Python依賴項。

cd backendpip install -r requirements.txt

2、連接Redis和OpenAI：OpenGPTs使用Redis作為LLM的記憶庫，使用OpenAI進行LLM的生成和嵌入。設置環境變量REDIS_URL和OPENAI_API_KEY，以連接到您的Redis實例和OpenAI賬戶。

export OPENAI_API_KEY=your-openai-api-keyexport REDIS_URL=redis://your-redis-url

3、啟動后端服務器：在本地機器上運行LangChain服務器，提供應用程序服務。

langchain serve --port=8100

4、啟動前端：在前端目錄中，使用yarn啟動開發服務器。

cd frontendyarnyarn dev

5、在瀏覽器中打開http://localhost:5173/，與您的本地OpenGPTs部署進行交互。

四、在云端使用OpenGPTs

如果希望在沒有本地設置的情況下使用OpenGPTs，可以嘗試在谷歌云上部署。另外，你還可以訪問由LangChain、LangServe和Redis支持的托管預覽部署。這種部署展示了OpenGPTs的可定制性和易用性。

五、Redis與LangChain賦能創新

Redis企業版作為一款企業級的低延遲向量數據庫，在支持生成性AI項目方面具有獨特優勢。其不僅提供向量搜索，還提供多功能數據結構，能有效滿足LLMs的應用狀態需求。這個強大的平臺提供了優異的可擴展性和性能，Redis借此成為生成式AI領域的重要工具。