AgentKit વિરુદ્ધ LangChain: તમારા AI એજન્ટ્સને કયું ફ્રેમવર્ક પાવર કરવું જોઈએ?
ઝડપી સારાંશ
જો તમે AI એજન્ટો બનાવવા માટે AgentKit અને LangChain વચ્ચે પસંદગી કરી રહ્યા છો, તો આ રીતે વિચારો: LangChain એ ઘણા ડોમેન્સમાં LLM એપ્લિકેશન્સ અને એજન્ટોને કંપોઝ કરવા માટેનું વ્યાપક, લવચીક ફ્રેમવર્ક છે; AgentKit એ મર્યાદિત, પ્રોડક્શન-ગ્રેડ એજન્ટો માટે એક ધ્યાન કેન્દ્રિત, સંપૂર્ણ-સ્ટેક સ્ટાર્ટર કીટ છે, જે અભિપ્રાયપૂર્ણ પેટર્ન અને ચોક્કસ ટૂલચેઇન્સ તરફ મજબૂત પૂર્વગ્રહ ધરાવે છે. હકીકતમાં, AgentKit ના ભાગો LangChain પર બનેલા છે, તેથી નિર્ણય મોટાભાગે અવકાશ, ગતિ અને ગાર્ડ્રેલ્સ વિશે હોય છે, તેના બદલે કડક રીતે આ બેમાંથી એક પસંદ કરવાનો હોતો નથી.
અમે તેમની સરખામણી કેવી રીતે કરીશું
- દરેક શું છે (અને શું નથી)
- મુખ્ય આર્કિટેક્ચર અને બિલ્ડિંગ બ્લોક્સ
- ટૂલ્સ, ઇન્ટિગ્રેશન્સ અને ઇકોસિસ્ટમ્સ
- વિશ્વસનીયતા, સલામતી અને અવરોધો
- પરફોર્મન્સ અને ઓપ્સ વિચારણાઓ
- કિંમત અને લાઇસન્સિંગ સંદર્ભ
- શ્રેષ્ઠ-ફીટ ઉપયોગના કેસો અને નિર્ણય માર્ગદર્શિકા
હું આને વ્યવહારુ અને સોલ્યુશન-ઓરિએન્ટેડ રાખીશ, જેમાં નક્કર ઉદાહરણો અને અંતમાં એક સરળ નિર્ણય પ્રવાહ હશે.
LangChain શું છે?
LangChain એ LLM એપ્લિકેશન્સ અને એજન્ટો બનાવવા માટેનું સામાન્ય-હેતુનું ફ્રેમવર્ક છે. તે પ્રોમ્પ્ટ્સ, મોડેલ્સ, મેમરી, ટૂલ્સ અને એક્ઝેક્યુશન વ્યૂહરચનાઓ (દા.ત., ReAct, ટૂલ-કોલિંગ) અને એક સમૃદ્ધ ઇન્ટિગ્રેશન કેટલોગ માટે એબ્સ્ટ્રેક્શન્સ પ્રદાન કરે છે. ડેવલપર્સ ચેટબોટ્સથી લઈને સ્વાયત્ત મલ્ટી-ટૂલ એજન્ટો સુધી, મજબૂત એપ્લિકેશન્સમાં LLMs, રીટ્રીવલ, વેક્ટર સ્ટોર્સ, ફંક્શન-કોલિંગ અને ટૂલનો ઉપયોગ એકસાથે કરવા માટે LangChain નો ઉપયોગ કરે છે.
- વિસ્તૃતતા: મોડેલ-એગ્નોસ્ટિક, ક્લાઉડ/વેન્ડર-એગ્નોસ્ટિક ડિઝાઇન
- કમ્પોઝેબિલિટી: ચેઇન્સ, એજન્ટો, ટૂલ્સ, મેમરી મોડ્યુલો
- ઇકોસિસ્ટમ: વિસ્તૃત ડોક્સ, ઉદાહરણો, સમુદાય અને ઇન્ટિગ્રેશન્સ
નોંધ: LangChain ઇકોસિસ્ટમમાં ઘણી વિશેષ "કિટ્સ" અને ટૂલ રેપર્સ અસ્તિત્વમાં છે (દા.ત., ઓન-ચેઇન કામગીરી માટે CDP Agentkit ટૂલકિટ), જે અન્ય લોકો જેના પર નિર્માણ કરે છે તે પાયા તરીકે તેની ભૂમિકા દર્શાવે છે.
AgentKit શું છે?
AgentKit ને મર્યાદિત, પ્રોડક્શન-રેડી એજન્ટો બનાવવા માટેની સંપૂર્ણ-સ્ટેક સ્ટાર્ટર કીટ તરીકે સ્થાન આપવામાં આવ્યું છે—ખાસ કરીને એવા એન્ટરપ્રાઇઝ માટે કે જેને અભિપ્રાયપૂર્ણ પેટર્ન, ગાર્ડ્રેલ્સ અને ઝડપી સમય-થી-મૂલ્યની જરૂર હોય છે. નોંધનીય રીતે, AgentKit ઓછામાં ઓછા એક જાહેર પ્રકાશનમાં LangChain પર બનેલ છે, જે બંનેની પૂરક પ્રકૃતિને રેખાંકિત કરે છે.
- અભિપ્રાયપૂર્ણ સ્ટેક: એજન્ટો માટે બેટરી-સમાવેલ સ્કેફોલ્ડિંગ
- અવરોધો-પ્રથમ: સલામત, નિયંત્રિત ટૂલનો ઉપયોગ અને વર્કફ્લો પર ભાર
- એન્ટરપ્રાઇઝ ફોકસ: ડિપ્લોયમેન્ટ પેટર્ન, ગવર્નન્સ અને ટેમ્પ્લેટ્સ
તમે AgentKit ને LangChain અથવા LangGraph સાથે સીધા જ એજન્ટો બનાવવાના વિકલ્પ તરીકે પણ ઉદ્યોગની વાતચીતોમાં જોશો, ખાસ કરીને એવી ટીમો માટે કે જેઓ નીચા-સ્તરના કમ્પોઝિશનને છોડીને પ્રોડક્શન પેટર્નથી શરૂઆત કરવા માગે છે.
આર્કિટેક્ચર: એબ્સ્ટ્રેક્શન્સ વિ. સ્ટાર્ટર સ્કેફોલ્ડિંગ
- એબ્સ્ટ્રેક્શન્સ: પ્રોમ્પ્ટ્સ, ટૂલ્સ, રીટ્રીવર્સ, મેમરી, એજન્ટો, ચેઇન્સ
- એક્ઝેક્યુશન: ReAct, ટૂલ કોલિંગ, ફંક્શન કોલિંગ અને કસ્ટમ પ્લાનર્સને સપોર્ટ કરે છે
- મોડ્યુલારિટી: અંતર્ગત LLMs, વેક્ટર DBs, ટૂલકિટ્સ સ્વેપ કરો
- LangGraph સાથે ગ્રાફ-સ્ટાઇલ ઓર્કેસ્ટ્રેશન (સ્ટેટફુલ, મલ્ટી-સ્ટેપ એજન્ટો માટે)
- સ્કેફોલ્ડિંગ: પ્રિસ્ક્રિપ્ટિવ પ્રોજેક્ટ સ્ટ્રક્ચર, ઉદાહરણ એજન્ટો, ઓપ્સ સ્ક્રિપ્ટ્સ
- અવરોધો: બિલ્ટ-ઇન પોલિસીઓ, મર્યાદિત એક્શન સ્પેસ અને સલામત ડિફોલ્ટ્સ
- LangChain પર બનેલ (જાહેર ઉદાહરણોમાં), તેના એજન્ટ/ટૂલ એબ્સ્ટ્રેક્શન્સનો લાભ લે છે
ભાષાંતર: LangChain તમને લેગો બ્રિક્સ અને એક વિશાળ પાર્ટ્સ બિન આપે છે; AgentKit તમને પ્રોડક્શન-ગ્રેડ વિશ્વસનીયતા માટે ઑપ્ટિમાઇઝ કરેલા ગાર્ડ્રેલ્સ અને સૂચનાઓ સાથે લગભગ પૂર્ણ થયેલ મોડેલ આપે છે.
ટૂલ્સ અને ઇન્ટિગ્રેશન્સ
- LangChain ની ઇકોસિસ્ટમ તેની સૌથી મોટી શક્તિઓમાંની એક છે, જેમાં LLMs, વેક્ટર સ્ટોર્સ, ડેટા સોર્સ અને ટૂલ્સમાં સેંકડો ઇન્ટિગ્રેશન્સ છે. ઉદાહરણ: એક સમર્પિત "CDP Agentkit Toolkit" જે CDP SDK ને રેપ કરે છે જેથી એજન્ટો ઓન-ચેઇન કામગીરી કરી શકે—જે દર્શાવે છે કે કેવી રીતે LangChain વિશિષ્ટ ડોમેન્સ માટે એકીકરણ સબસ્ટ્રેટ તરીકે કાર્ય કરે છે.
- AgentKit સામાન્ય રીતે સામાન્ય એન્ટરપ્રાઇઝ કાર્યો માટે ટૂલ્સ અને શ્રેષ્ઠ-પ્રેક્ટિસ અમલીકરણોનો ક્યુરેટેડ સમૂહ રજૂ કરે છે. કારણ કે તે કેટલાક પ્રકાશનોમાં LangChain નો લાભ લે છે, તમને ઘણીવાર સલામત ડિફોલ્ટ્સ સાથે LangChain ના ટૂલ એબ્સ્ટ્રેક્શન્સની ઍક્સેસ મળે છે.
જો તમને વિદેશી અથવા બ્લીડિંગ-એજ ઇન્ટિગ્રેશન્સની જરૂર હોય, તો LangChain નો કેટલોગ અને સમુદાયની ગતિને હરાવવી મુશ્કેલ છે. જો તમને પ્રોડક્શન માટે સમજદાર, ચકાસાયેલ સબસેટની જરૂર હોય, તો AgentKit નો ક્યુરેટેડ અભિગમ જોખમ અને જટિલતા ઘટાડી શકે છે.
વિશ્વસનીયતા, સલામતી અને અવરોધો
- AgentKit: મર્યાદિત એજન્ટો માટે રચાયેલ છે—ચુસ્ત એક્શન સ્પેસ, પોલિસી ચેક્સ અને અનુમાનિત વર્તણૂકો. આ આભાસ-સંચાલિત ટૂલના દુરુપયોગને ઘટાડે છે અને પ્રોડક્શનમાં બ્લાસ્ટ રેડિયસને મર્યાદિત કરે છે.
- LangChain: વ્યાપક લવચીકતા, સલામતી મોટાભાગે તમારી જવાબદારી છે સિવાય કે તમે ReAct, સ્પષ્ટ ટૂલ સ્કીમા, ફંક્શન-કોલિંગ વેલિડેશન અથવા થર્ડ-પાર્ટી સલામતી સ્તરો જેવી પેટર્ન અપનાવો. તમે ચોક્કસપણે એન્ટરપ્રાઇઝ-ગ્રેડ સલામતી પ્રાપ્ત કરી શકો છો—પરંતુ તમે તેને એસેમ્બલ કરશો.
વ્યવહારુ સૂચિતાર્થ: જો ગવર્નન્સ, ઓડિટબિલિટી અને "ન્યૂનતમ આશ્ચર્ય" ટોચની પ્રાથમિકતાઓ હોય, તો AgentKit ના અભિપ્રાયપૂર્ણ ડિફોલ્ટ્સ મૂલ્યવાન છે. જો તમને નવી વર્તણૂકો અથવા સમૃદ્ધ સ્વાયત્તતાની જરૂર હોય, તો LangChain ની સ્વતંત્રતા એક સંપત્તિ છે—જ્યાં સુધી તમે ગાર્ડ્રેલ્સ લાગુ કરો.
પરફોર્મન્સ અને ઓપરેશનલ પરિપક્વતા
- લેટન્સી અને ખર્ચ: બંને તમારી પસંદ કરેલી LLMs, ટૂલ કોલ્સ અને ઓર્કેસ્ટ્રેશન વ્યૂહરચના પર આધાર રાખે છે. LangChain પ્રોમ્પ્ટ્સ, કેશીંગ, રીટ્રીવર્સ અને સ્ટ્રીમિંગ પર વધુ સારું નિયંત્રણ આપે છે; AgentKit વહેલા સમજદાર ડિફોલ્ટ્સને ઍક્સેસ કરી શકાય તેવું બનાવે છે.
- ઓબ્ઝર્વેબિલિટી: LangChain ટ્રેસિંગ અને કોલબેક્સ માટે વધતો સપોર્ટ ધરાવે છે; AgentKit માં ઘણીવાર લોગીંગ, મૂલ્યાંકન અને ડિપ્લોયમેન્ટ માટે એન્ડ-ટુ-એન્ડ ટેમ્પ્લેટ્સ શામેલ હોય છે.
- સ્કેલિંગ: LangChain સાથે, તમે મલ્ટી-એજન્ટ સ્ટેટ, રિટ્રાઇઝ અને પેરેલલાઇઝેશનને મેનેજ કરવા માટે LangGraph અથવા બાહ્ય ઓર્કેસ્ટ્રેટર્સ સુધી પહોંચશો. AgentKit આ ચિંતાઓ માટે અભિપ્રાયપૂર્ણ રેસિપી મોકલી શકે છે.
કિંમત અને લાઇસન્સિંગ સંદર્ભ
- LangChain: પરમિટિવ લાઇસન્સિંગ સાથે ઓપન-સોર્સ ફ્રેમવર્ક; ઇકોસિસ્ટમમાં વ્યાપારી ઓફરિંગ્સ અને હોસ્ટેડ ઘટકો અસ્તિત્વમાં છે. ખર્ચ કેન્દ્રો મુખ્યત્વે તમારું ઇન્ફ્રા (LLMs, વેક્ટર DBs, સ્ટોરેજ) અને તમે અપનાવો છો તે કોઈપણ મેનેજ્ડ સેવાઓ છે.
- AgentKit: સામાન્ય રીતે વિક્રેતાઓ અથવા કન્સલ્ટન્સીઓ દ્વારા પેકેજ્ડ સ્ટાર્ટર કિટ તરીકે બહાર પાડવામાં આવે છે; લાઇસન્સિંગ અને ખર્ચ વિતરક અને બંડલ કરેલી સેવાઓ દ્વારા બદલાય છે. કારણ કે AgentKit ના કેટલાક પ્રકારો LangChain ની ટોચ પર બનેલા છે, તમે પ્રોડક્શન સ્કેફોલ્ડિંગ અને સપોર્ટ માટે ચૂકવણી કરતી વખતે ઓપન-સોર્સ અન્ડરપિનિંગ્સથી લાભ મેળવી શકો છો.
તમે જે ચોક્કસ AgentKit વિતરણનું મૂલ્યાંકન કરી રહ્યાં છો તેને હંમેશાં ચકાસો, કારણ કે પ્રકાશકો વચ્ચે સુવિધાઓ અને લાઇસન્સિંગ અલગ હોઈ શકે છે.
શ્રેષ્ઠ-ફીટ ઉપયોગના કેસો
- જ્યારે તમને જરૂર હોય ત્યારે LangChain પસંદ કરો:
- ક્રોસ-ડોમેન પ્રયોગો અથવા કસ્ટમ એજન્ટ વર્તણૂકો
- વિશાળ એકીકરણ ઇકોસિસ્ટમની ઍક્સેસ (LLMs, રીટ્રીવર્સ, ટૂલ્સ)
- પ્રોમ્પ્ટ્સ, મેમરી અને પ્લાનિંગ પર ફાઇન-ગ્રેઇન્ડ નિયંત્રણ
- સંશોધન, પ્રોટોટાઇપિંગ અથવા અનન્ય પ્રોડક્ટ IP નું નિર્માણ
- જ્યારે તમને જરૂર હોય ત્યારે AgentKit પસંદ કરો:
- અભિપ્રાયપૂર્ણ ગાર્ડ્રેલ્સ સાથે ઉત્પાદન માટેનો ઝડપી માર્ગ
- મર્યાદિત એજન્ટો કે જેઓએ કડક નીતિઓનું પાલન કરવું આવશ્યક છે
- એન્ટરપ્રાઇઝ પેટર્ન: લોગીંગ, ડિપ્લોયમેન્ટ, મૂલ્યાંકન બેક ઇન
- ટીમ સક્ષમતા: ટેમ્પ્લેટ્સ જે "યાક શેવિંગ" ઘટાડે છે
નક્કર દૃશ્યો
- ખરીદી સહાયક (એન્ટરપ્રાઇઝ): AgentKit ચમકે છે. તમને મર્યાદિત એક્શન સ્પેસ જોઈએ છે (ખર્ચ DB ક્વેરી કરો, સપ્લાયર સારાંશ જનરેટ કરો, મંજૂરીની વિનંતી કરો). ગાર્ડ્રેલ્સ અનધિકૃત કામગીરીને અટકાવે છે.
- સંશોધન કોપાયલોટ (RAG-હેવી): LangChain આદર્શ છે. કસ્ટમ ઓર્કેસ્ટ્રેશન સાથે રીટ્રીવર્સ, રી-રેન્કર્સ, મૂલ્યાંકનકારો અને ટૂલનો ઉપયોગ (વેબ, કોડ, સ્પ્રેડશીટ્સ) કંપોઝ કરો.
- ઓન-ચેઇન ઓપરેશન્સ એજન્ટ: LangChain ના CDP Agentkit Toolkit સાથે, તમે SDK રેપર્સ સાથે કાળજીપૂર્વક સ્કોપ કરેલી વૉલેટ કામગીરીને ક્ષમતા અને નિયંત્રણનું મિશ્રણ કરીને મંજૂરી આપી શકો છો.
- મલ્ટી-એજન્ટ વર્કફ્લો: LangChain + LangGraph તમને સ્ટેટફુલ, મલ્ટી-સ્ટેપ સંવાદો અને ટૂલનો ઉપયોગ વ્યાખ્યાયિત કરવા દે છે. AgentKit પેટર્ન ઓફર કરી શકે છે, પરંતુ LangChain નો ગ્રાફ અભિગમ વધુ કસ્ટમાઇઝ કરી શકાય તેવો છે.
ડેવલપર અનુભવ
- LangChain: શીખવા માટે વધુ ખ્યાલો, પરંતુ ઉત્તમ ડોક્સ અને પેટર્ન.
- AgentKit: સંવેદનશીલ ડિફોલ્ટ્સ સાથે—ક્લોન, કન્ફિગર, ડિપ્લોય—ઝડપી શરૂઆત.
- LangChain: મોટો OSS સમુદાય, વારંવાર અપડેટ્સ, થર્ડ-પાર્ટી ટ્યુટોરિયલ્સ.
- AgentKit: સપોર્ટ વિક્રેતા પર આધાર રાખે છે; લાભોમાં ક્યુરેટેડ ઉદાહરણો અને સંભવતઃ સમર્પિત સહાયતા શામેલ છે.
નિર્ણય માર્ગદર્શિકા
આનો ઝડપથી જવાબ આપો:
- શું તમને મહત્તમ લવચીકતા અને ઇકોસિસ્ટમની પહોંચની જરૂર છે? → LangChain.
- શું તમને પ્રોડક્શન ગાર્ડ્રેલ્સ અને એક મર્યાદિત એજન્ટ આઉટ-ઓફ-ધ-બોક્સની જરૂર છે? → AgentKit.
- શું તમને બંને જોઈએ છે? LangChain પર બનેલા AgentKit થી શરૂઆત કરો અને જરૂર પડે ત્યાં LangChain પ્રિમિટિવ્સ પર જાઓ.
શરૂઆત કરવા માટેની ભલામણો
- જો તમે LangChain પસંદ કરો છો:
- એક સરળ ReAct એજન્ટ + સ્પષ્ટ ટૂલ સ્કીમાથી શરૂઆત કરો.
- તમારી પાસે સચોટ ટૂલનો ઉપયોગ થયા પછી જ રીટ્રીવલ ઉમેરો.
- શરૂઆતમાં ટ્રેસિંગ અને ઇવેલ્સ સાથે રેપ કરો; સ્ટેટ માટે LangGraph નો વિચાર કરો.
- જો તમે AgentKit પસંદ કરો છો:
- સમાવેલ ટેમ્પ્લેટ્સથી શરૂઆત કરો; એક્શન સ્પેસને સાંકડી રાખો.
- દરેક ટૂલ માટે પોલિસી ચેક્સ વ્યાખ્યાયિત કરો અને સંવેદનશીલ પગલાં માટે માનવ-ઇન-ધ-લૂપ ઉમેરો.
- લોગ અને ખર્ચનું નિરીક્ષણ કરતી વખતે ધીમે ધીમે ક્ષમતાઓને વિસ્તૃત કરો.
નોંધનીય છે: જો તમારી ટીમ કોડ-આસિસ્ટ સાથે વિઝ્યુઅલ, ચેટ-ફર્સ્ટ વર્કફ્લોમાં નિર્માણ કરવાનું પસંદ કરે છે, તો Sider.AI તમને એક જ જગ્યાએ પ્રોમ્પ્ટ્સ પર વિચાર કરવા, ટૂલ સ્કીમાનું પરીક્ષણ કરવા અને પેટર્નનું દસ્તાવેજીકરણ કરીને પુનરાવૃત્તિને ઝડપી બનાવી શકે છે. માર્ગ દ્વારા, Sider.AI ડેવલપરના બ્રાઉઝરમાં સરળતાથી એકીકૃત થાય છે, જેથી તમે સંદર્ભ સ્વિચિંગ વિના તમારા પ્રોજેક્ટ અને AI કોપાયલોટ વચ્ચે કોડ સ્નિપેટ્સને કૉપિ/પેસ્ટ કરી શકો (https://sider.ai/). મુખ્ય ટેકઅવેઝ
- LangChain = લવચીકતા, ઇકોસિસ્ટમ, કમ્પોઝેબિલિટી.
- AgentKit = અભિપ્રાયપૂર્ણ, મર્યાદિત, પ્રોડક્શન-રેડી સ્કેફોલ્ડિંગ.
- તેઓ પરસ્પર વિશિષ્ટ નથી; કેટલાક AgentKit વિતરણો LangChain પર ચાલે છે.
- ગવર્નન્સ જરૂરિયાતો, સમય-થી-મૂલ્ય અને એકીકરણની પહોળાઈના આધારે પસંદ કરો.
FAQ
Q1:શું AgentKit LangChain અથવા અલગ ફ્રેમવર્ક પર બનેલ છે?
AgentKit નું ઓછામાં ઓછું એક જાહેર પ્રકાશન LangChain ની ટોચ પર બનેલ હતું, તેના એજન્ટ અને ટૂલ એબ્સ્ટ્રેક્શન્સનો ઉપયોગ કરીને. આ AgentKit ને સંપૂર્ણ વિકલ્પને બદલે લવચીક આધાર પર બનેલ વધુ અભિપ્રાયપૂર્ણ, પ્રોડક્શન સ્ટાર્ટર બનાવે છે.
Q2:મારે AgentKit ને બદલે LangChain ક્યારે પસંદ કરવું જોઈએ?
જો તમને મહત્તમ લવચીકતા, મોટી એકીકરણ ઇકોસિસ્ટમ અને કસ્ટમ એજન્ટ વર્તણૂકની જરૂર હોય તો LangChain પસંદ કરો. તે સંશોધન, પ્રોટોટાઇપિંગ અને અનન્ય ઓર્કેસ્ટ્રેશન લોજિક બનાવવા માટે શ્રેષ્ઠ છે.
Q3:મારે LangChain ને બદલે AgentKit ક્યારે પસંદ કરવું જોઈએ?
જ્યારે તમે ડિપ્લોયમેન્ટ, લોગીંગ અને મૂલ્યાંકન માટે અભિપ્રાયપૂર્ણ ગાર્ડ્રેલ્સ અને એન્ટરપ્રાઇઝ પેટર્ન સાથે, ઝડપથી મર્યાદિત, પ્રોડક્શન-ગ્રેડ એજન્ટો ઇચ્છતા હો ત્યારે AgentKit પસંદ કરો.
Q4:શું હું AgentKit અને LangChain નો એકસાથે ઉપયોગ કરી શકું?
હા. કારણ કે AgentKit હૂડ હેઠળ LangChain નો લાભ લઈ શકે છે, તમે AgentKit ના સ્કેફોલ્ડિંગથી શરૂઆત કરી શકો છો અને કસ્ટમ લોજિક અથવા ઇન્ટિગ્રેશન્સ માટે LangChain પ્રિમિટિવ્સ પર જઈ શકો છો.
Q5:શું LangChain પાસે બ્લોકચેન જેવા વિશિષ્ટ ડોમેન્સ માટે ટૂલકિટ્સ છે?
હા. ઉદાહરણ તરીકે, CDP Agentkit Toolkit LangChain એજન્ટોને રેપ્ડ SDK દ્વારા ઓન-ચેઇન કામગીરી કરવા દે છે, જે એકીકરણ સબસ્ટ્રેટ તરીકે LangChain ની ભૂમિકા દર્શાવે છે.
