イベント概要

このイベントでは、LangChainとLhamaIndexというツールを活用して、
データベーステーブルの情報を読み込み、SQLクエリを作成する方法について考えるディスカッションイベントです

イベント詳細

以下の内容を話します

• LangChainとLhamaIndexの簡易解説
• ツールを利用しているpythonプログラムの解説
• デモ（いい感じに完成していたら紹介します。。。w）

解説の後はディスカッションです！データベース関連にかかっている作業をGPT/LangChain/LhamaIndexを活用し生産性を上げるためにどのような事ができるのか？のディスカッションを実施します！
要素を洗い出し、それを解決できるようにコミュニティ活動を行いたいと考えています！

LT枠について

GPTにまつわる事であればどんな内容でも大丈夫です！ 一人5分程度を想定しています！是非気軽にシェアしてください！

コミュニティSlack

情報共有ややり取りなどで利用するのに便利なので是非ご参加を！
https://join.slack.com/t/gpt-okinawa/shared_invite/zt-1t4fvkbg6-cop74KOCMRfZVIB9Ffr5Ng

タイムテーブル

対象者

GPTに興味があり、データベースを触った事がある方

LangChainとは

LangChainは、GPT-3のような大規模言語モデル（Large Language Model: LLM）を利用してサービスの開発をしたいときに便利に使えるライブラリです。

例えば、ChatGPT のような AI とチャットできるサービスを開発する場合を考えます。 OpenAI が提供する GPT-3 の API だけでも非常にシンプルで使いやすいので、GPT-3 のみを使用した AI チャットサービスを開発するには LangChain は不要かもしれません。 しかし、例えば、開発したいチャットアプリの要件に、「最新の検索結果の内容も踏まえてAIに返答をさせたい」といった条件が追加された場合には LangChain が有効です。 LangChain には、「検索エンジンでの検索結果を API で返してくれるサービス」である SerpApi と LLM を組み合わせる機能があります。 この機能を使うことで、よくある「最新の検索結果の内容も踏まえて AI に返答をさせたい」という要望を数行のコードで実装できます。

このように、LangChain は LLM を使ってサービスを開発したいときのよくある機能をまとめて提供してくれているライブラリです。
引用：https://book.st-hakky.com/docs/langcain-intro/

LhamaIndexとは

GPTのようなLLMにプライベートなデータを補強するために、in-context learningという枠組みがあり、これを行うには
データの取り込み
インデックス化が必要
ということです。そこで、このデータの取り込み、インデックス化、またそのインデックスを利用して質問（クエリ）に回答するところまでの機能を一気通貫で提供してくれるのがLlamaIndex、となります。
引用：https://dev.classmethod.jp/articles/llamaindex-overview/