Adanvced Multidatabased RAG Chatbot

Langchain的高級RAG問答申請

概述

該項目展示了使用Langchain創建高級檢索增強發電（RAG）問答應用程序。通過整合多個數據源（Wikipedia，一個自定義網站和研究論文數據庫（RIVE）），該應用程序通過動態選擇每個查詢的最相關的數據源來提供全面的答案。

亮點

• 多個數據源的集成：為自定義網站Wikipedia創建包裝紙，並可以作為不同的實體與這些來源的互動。
• Langchain代理：使用Langchain代理根據用戶查詢動態選擇適當的工具。
• 結合工具：使用Python將多個工具組合到單個列表中，並通過create_openai_tool_agent將它們與所選LLM模型聯繫起來。
• 提示模板：利用Langchain Hub的提示模板來指導LLM交互。
• 代理執行：使用agent_executor執行代理和工具以檢索信息並提供全面的響應。

安裝

1. 克隆存儲庫：

   git clone https://github.com/your-repo/advanced-rag-qa-app.git
   cd advanced-rag-qa-app

2. 安裝依賴項：pip install -r unigess.txt
3. 設置環境變量：在根目錄中創建一個.env文件，並添加以下變量：
   • OpenAI_API_KEY = your_openai_api_key
   • wikipedia_api_key = your_wikipedia_api_key
   • custom_website_url = your_custom_website_url

用法運行該應用程序：shatlit run app.py

與應用程序進行交互：打開瀏覽器中提供的URL，以開始查詢RAG Q＆A應用程序。

項目結構

app.py：運行簡化應用程序的主腳本。

config.py：配置設置和環境變量。

langchain_utils.py：Langchain集成的實用程序功能。

Data_sources/：包含Wikipedia，自定義網站和Rive的包裝紙。

模板/：用於指導LLM相互作用的提示模板。

需求。 txt：python依賴性列表。

如果您想為該項目做出貢獻，請派遣存儲庫，並提交帶有更改的拉動請求。