>Large language models (LLMs) are emerging as a transformative technology, enabling developers to build applications that they previously could not. But using these LLMs in isolation is often not enough to create a truly powerful app - the real power comes when you can combine them with other sources of computation or knowledge.

> This library is aimed at assisting in the development of those types of applications. Common examples of these types of applications include:

> ❓ Question Answering over specific documents

> 💬 Chatbots

> 🤖 Agents

>Indexes refer to ways to structure documents so that LLMs can best interact with them. This module contains utility functions for working with documents, different types of indexes, and then examples for using those indexes in chains. LangChain provides common indices for working with data (most prominently support for vector databases). For more complicated index structures, it is worth checking out GPTIndex.

> (DeepL)インデックスとは、LLMがドキュメントと最適なやり取りができるように、ドキュメントを構造化する方法を指します。このモジュールには、ドキュメントを扱うためのユーティリティ関数、さまざまなタイプのインデックス、そしてチェーンでそれらのインデックスを使用するための例が含まれています。LangChainは、データを扱うための一般的なインデックスを提供します（最も顕著なのは、ベクトルデータベースのサポート）。より複雑なインデックス構造については、GPTIndexをチェックする価値があります。

>「LlamaIndex」は、コード数行で完成してお手軽なのが特徴になります¹。

>「複雑なインデックス構造についてはGPTIndex(LlamaIndexの古い名前)を読め」

>LlamaIndexのインデックスの機能のうちシンプルなものだけを実装していると考えられます。

>@zerebom_3: ひえー、LangChain、すごいな、、、まさか数行でGoogleとGPTを繋げられるとは思わなかった

>