AWESOME-COPILOTのドキュメントを読むその８５（LangChain Python Instructions）

本日はAWESOME-COPILOTの技術調査枠です。
AWESOME-COPILOTのドキュメントを読みながら実際に操作を試して記事に残します。
今回はカスタムインストラクションの一つLangChain Python Instructionsについてです。

LangChain Python InstructionsはPythonでLangChainを使ったAIアプリ開発のベストプラクティスです。
LangChainはLLM（ChatGPTなど）と外部データ・ツールをつなぐフレームワークです。
チャットボット・RAG・エージェント構築に使われます。

以下のページからGenaiscriptのインストールボタンをクリックして取得します。
github.com

インストールボタンを押してLangChain Python Instructionsをダウンロードします。
すると.github/instructions配下にインストラクションがインストールされます。

インストールしたインストラクションはCopilotの動作に自動的に適用されます。
このインストラクションを読み込むと、CopilotはLangChainを使ったAIアプリの提案を行うようになります。

対象は Python ファイル全般です。
.pyが対象の場合Copilotは以下の方針を優先します。

具体的にはCopilotは以下のような行動をとります。

CopilotはAI機能を実装する際にLangChainの構成要素を使う前提でコードを提案します。
主な要素は以下の通りです。

CopilotはChain（処理の連結）を構築したコードを提案します。
以下のようなワークフローを構築します。

入力 → 前処理 → LLM → 後処理 → 出力

Copilotはプロンプトを文字列ではなく構造として扱います。
例えば以下のような設計を提案します。

これにより再利用・管理しやすい設計になります。

CopilotはLLMが外部ツールと連携できる設計を提案します。
例えば以下のような機能です。

Copilotはエージェントとして扱う自律型AI設計を提案します。
例えば以下のような判断をAIが行います。

LangChainは複数のデータソースと連携可能です。
例えば以下のデータソースと連携し、「知識を持つAI」を構築します。

LangChainはモデルを差し替えることができます。
例えば以下のようなモデルを切り替えられる設計を提案します。

MRが楽しい