引入语义缓存和专用MongoDB LangChain包以支持生成式AI应用

开发者可以快速构建转型性的人工智能应用程序，无需成为人工智能专家。

MongoDB在现代生成式人工智能堆栈中发挥关键作用，支持对话式人工智能、高级推理和推荐系统。

MongoDB Atlas Vector Search是生成式人工智能技术检索增强生成（RAG）的重要组成部分。

RAG通过提供补充数据来提高大型语言模型（LLMs）的响应可靠性和准确性。

MongoDB与LangChain的集成支持构建现代生成式人工智能应用程序所需的所有数据库需求。

推出了基于Atlas向量搜索的语义缓存，提升应用程序性能。

专为Python和JS/TS开发者设计的LangChain-MongoDB包，提高开发效率。

语义缓存基于查询的语义意义缓存响应，提升用户体验。

新的langchain-mongodb包包含所有MongoDB特定实现，需单独安装。

提供了构建先进RAG的教程和笔记本，展示语义缓存、向量搜索和聊天消息历史的使用案例。

展示了使用langchain-mongodb JS的“PDFtoChat”应用，允许与专有PDF进行对话。