Evolution LangChain Documentation

Evolution LangChain - это современная интеграция Evolution Inference API с экосистемой LangChain, обеспечивающая автоматическое управление токенами доступа и полную совместимость с OpenAI API.

Особенности

✅ Автоматическое управление токенами - Автоматическое получение и обновление access_token с буферизацией и thread-safe операциями

✅ Совместимость с OpenAI API - Полная совместимость с форматом OpenAI API для легкой миграции существующих проектов

✅ Нативная интеграция с LangChain - Работает со всеми компонентами LangChain: цепочками, агентами, векторными хранилищами

✅ Thread-safe - Безопасное использование в многопоточных приложениях с автоматической синхронизацией

✅ Автоматическое восстановление - Автоматическое обновление токенов при истечении срока с обработкой ошибок

✅ Простота использования - Минимальная настройка, максимальная функциональность из коробки

Быстрый старт

Установка

pip install evolution-langchain

Основное использование

from evolution_langchain import EvolutionInference

# Инициализация модели
llm = EvolutionInference(
    model="your-model-name",
    key_id="your-key-id",
    secret="your-secret",
    base_url="https://your-api-endpoint.com/v1"
)

# Простой запрос
response = llm.invoke("Привет! Как дела?")
print(response)

Интеграция с LangChain

from evolution_langchain import EvolutionInference
from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate

# Создание шаблона
template = "Ответь на вопрос: {question}"
prompt = PromptTemplate(template=template, input_variables=["question"])

# Создание цепочки
llm = EvolutionInference(
    model="your-model",
    key_id="your-key-id",
    secret="your-secret",
    base_url="https://your-api-endpoint.com/v1"
)
chain = LLMChain(llm=llm, prompt=prompt)

# Выполнение
result = chain.run("Что такое машинное обучение?")

Содержание

Руководство пользователя:

Примеры: