LlamaindexとLangchainは，GPTのような大規模言語モデル（LLM）を活用するためのライブラリです．正直僕はLllamaindexしか使ったことがなく，それぞれの違いについてよく理解していなかったので，記事にします．

Llamaindex

結論から言うと，Lllamaindexは独自のデータを使ったQAチャットができるLLMを簡単に作成できるライブラリです．Lllamaindexも内部的にはLangchainを使っているみたいです．

そもそも，LLMのカスタマイズするためのパラダイムには主に2種類があります．

Llamaindexは後者である「入力プロンプトにコンテキストを埋め込む」を，より性能よく，効率よく，安価に行うために様々なデータ取り込みやインデックス化を実施することが可能です．

Llamaindexでは，以下のようなインデックス構造が提供されています．

インデックス名	説明
GPTListIndex	単にNodeのリストを保持し，クエリ時は先頭から順次処理し，それぞれの出力を合成
GPTVectorStoreIndex	各Nodeに対応する埋め込みベクトルと共に順序付けせずに保持し，埋め込みベクトルを使用してNodeを抽出し，それぞれの出力を合成
GPTTreeIndex	ノードをツリー構造にして保持し，クエリ時はRootから探索して，使用するノードを決め，その出力を合成
GPTKeywordTableIndex	各Nodeからキーワードを抽出し，キーワードに対するNodeをマッピングして保持し，クエリ時はクエリのキーワードを使ってNodeを選択し，それぞれのノードの出力を合成

時間があったら別のタイミングでindexの種類についても記事にしたいと思います．

参考

Langchain

Langchainは，LLMをwebサービスや自作のAPI，プログラムの実行環境，ターミナルなどに接続するライブラリです．

Langchainは，LLMにさまざまな機能を付け加えるのに便利なものです．Langchainでは以下のようなコンポーネントが提供されています．

コンポーネント	説明
Models	OpenAIをはじめとした様々な言語モデル・チャットモデル・エンべディングモデルを切り替えたり、組み合わせたりすることができる
Prompt	プロンプトの管理・最適化・シリアル化などをすることができる
Indexes	PDFやCSVなどの外部データを用いて回答を生成することができる
Chains	複数のプロンプト入力を実行することができる
Agents	言語モデルに渡されたツールを用いて、モデル自体が次にどのようなアクションを取るかを決定し、実行し、観測し、完了するまで繰り返すことができる
Memory	ChainsやAgentsの内部における状態保持をすることができる

参考

Lllamaindex とLangchainの違いについて簡単に記事にしてみました．

記事にする前は，全く別々の存在なのかと思っていたら，実は兄弟みたいな関係だったんだと言うことに気がつきました．

誰かの役に立てれば幸いです．