基于LangChain,使用自有知识库创建GPT智能体

2024-04-15 02:28

本文主要是介绍基于LangChain,使用自有知识库创建GPT智能体,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

大家好,Langchain智能体在定制对话界面方面具有实际应用潜力,能够灵活适应并满足用户的多样化需求。借助Langchain,开发者可以整合多种格式数据,如URL链接或PDF文件,来构建一个专属知识库。这个知识库不仅能够为智能体提供丰富的信息资源以回答问题,还能结合搜索引擎或Zapier等工具,实现更多自动化功能。

本文详细介绍如何搭建Langchain智能体,使其能够依据PDF文档内容提供答案,并通过Zapier平台自动化发送邮件。通过这些流程,大家能够深入了解并实践Langchain智能体的强大功能。

1.环境搭建

首先,需要安装Langchain和其他依赖项:

!pip install langchain
!pip install pypdf
!pip install pinecone-client
!pip install openai
!pip install tiktoken

还需要为OpenAI和Pinecone设置API密钥:

import os
import pineconeos.environ["OPENAI_API_KEY"] = "YOUR_OPENAI_API_KEY"# 初始化Pinecone
pinecone.init(api_key="YOUR_PINECONE_API_KEY",  # 在app.pinecone.io查找environment="YOUR_ENVIRONMENT_NAME"  # 控制台中API密钥旁边
)

2.创建索引

Langchain智能体能够利用定制化的知识库来检索和获取信息。为了让大型语言模型能够有效地理解并处理这些信息,需要确保其能够掌握相关的上下文。通常,可以通过将完整的上下文信息连同用户的查询一起输入模型来实现。然而,当处理大量数据时,这种方法就会变得不切实际。

为了解决这个问题,采用索引技术来优化知识库的存储和检索。通过索引,数据被划分为多个小片段,每个片段都通过向量形式编码了其语义信息。当用户发起查询,系统将根据查询内容搜索对应的向量,快速定位到包含所需信息的数据片段。这样,系统仅向语言模型提供与用户查询直接相关的数据片段,而不是将全部数据集一次性输入,从而大幅提高了检索效率,并确保结果的精确性。

2.1 从PDF加载数据

现在,为定制化知识库加载文档。使用PDF文件作为示例,但Langchain也支持其他格式。

from langchain.document_loaders import PyPDFLoaderloader = PyPDFLoader("PATH_TO_YOUR_FILE")
pages = loader.load_and_split()

2.2 将PDF文本分割成小块

分割文本的方法有很多。这里使用的是适用于各类文本的分割器。

from langchain.text_splitter import RecursiveCharacterTextSplittertext_splitter = RecursiveCharacterTextSplitter(chunk_size=1000,chunk_overlap=200,length_function=len,
)docs = text_splitter.split_documents(pages)

创建嵌入:

from langchain.embeddings.openai import OpenAIEmbeddingsembeddings = OpenAIEmbeddings()

2.3 创建向量存储

向量存储技术主要用于存储文档及其对应的嵌入向量,以便能够通过这些嵌入向量快速定位和检索到相关文档。

创建向量存储的方法有很多,本文使用Pinecone。要开始使用Pinecone,需要先在其平台上创建索引。然后在“index_name”中输入索引名称。

from langchain.vectorstores import Pineconeindex_name = "index_name"# 创建新索引
docsearch = Pinecone.from_documents(docs, embeddings, index_name=index_name)# 如果您已经有了索引,可以像这样进行加载
# docsearch = Pinecone.from_existing_index(index_name, embeddings)

如果无法创建Pinecone账户,可以尝试使用CromaDB。以下代码使用Chroma创建了一个临时的内存向量存储,如果无法访问Pinecone,请使用它作为替代。

from langchain.vectorstores import Chroma
docsearch = Chroma.from_documents(docs, embeddings)

3.问题回答链

问题回答链能够确保系统根据上下文提供恰当的答案。

from langchain.chains import RetrievalQA
from langchain import OpenAI# 定义LLM
llm = OpenAI(temperature=0.2)qa = RetrievalQA.from_chain_type(llm=llm, chain_type="stuff", retriever=docsearch.as_retriever(search_kwargs={"k": 2}))

可以通过传递一个问题来测试QA链:

query = "What is DesignOps support model?"
qa.run(query)

这段代码的输出会基于PDF文件中相关上下文块的问题答案。

4.Zapier集成

可以使用Langchain Zapier工具包将智能体与Zapier集成。首先,需要在https://nla.zapier.com/获取Zapier API密钥,并在Zapier中添加将要使用的操作。

os.environ["ZAPIER_NLA_API_KEY"] = os.environ.get("ZAPIER_NLA_API_KEY", "YOUR_ZAPIER_API_KEY")接下来,初始化Zapier工具包from langchain.agents.agent_toolkits import ZapierToolkit
from langchain.utilities.zapier import ZapierNLAWrapperzapier = ZapierNLAWrapper()
toolkit = ZapierToolkit.from_zapier_nla_wrapper(zapier)

5.构建Langchain智能体

from langchain.agents import AgentType
from langchain.agents import initialize_agent, Tool
from langchain.memory import ConversationBufferMemory
from langchain.chat_models import ChatOpenAI# 为智能体定义工具
tools = [Tool(name="Demo",func=qa.run,description="use this as the primary source of context information when you are asked the question. Always search for the answers using this tool first, don't make up answers yourself"),
] + toolkit.get_tools()# 设置对话记忆
memory = ConversationBufferMemory(memory_key="chat_history")# 设置智能体
agent_chain = initialize_agent(tools, llm, agent=AgentType.CONVERSATIONAL_REACT_DESCRIPTION, verbose=True, memory=memory)

现在已经设置好了智能体,可以通过提问进行测试。智能体将使用问题回答链来找到相关上下文并生成答案,执行用户请求中指定的其他任务。

agent_chain.run(input="What Adrienne Allnutt have said about DesignOps?")
agent_chain.run(input="Email the answer to email@gmail.com and mention that this email was sent by AI")

为了让智能体正确执行用户的指令,构建准确的提示十分重要。在开发面向用户的应用时,我们应该深入研究如何设计有效的提示模板,以简化用户与智能体的交互过程。同时,还需要考虑聊天界面是否是最合适的交互方式,或是否有其他界面设计能提供更优的用户体验。

这篇关于基于LangChain,使用自有知识库创建GPT智能体的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/904666

相关文章

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

java使用protobuf-maven-plugin的插件编译proto文件详解

《java使用protobuf-maven-plugin的插件编译proto文件详解》:本文主要介绍java使用protobuf-maven-plugin的插件编译proto文件,具有很好的参考价... 目录protobuf文件作为数据传输和存储的协议主要介绍在Java使用maven编译proto文件的插件

SpringBoot线程池配置使用示例详解

《SpringBoot线程池配置使用示例详解》SpringBoot集成@Async注解,支持线程池参数配置(核心数、队列容量、拒绝策略等)及生命周期管理,结合监控与任务装饰器,提升异步处理效率与系统... 目录一、核心特性二、添加依赖三、参数详解四、配置线程池五、应用实践代码说明拒绝策略(Rejected

C++ Log4cpp跨平台日志库的使用小结

《C++Log4cpp跨平台日志库的使用小结》Log4cpp是c++类库,本文详细介绍了C++日志库log4cpp的使用方法,及设置日志输出格式和优先级,具有一定的参考价值,感兴趣的可以了解一下... 目录一、介绍1. log4cpp的日志方式2.设置日志输出的格式3. 设置日志的输出优先级二、Window

Ubuntu如何分配​​未使用的空间

《Ubuntu如何分配​​未使用的空间》Ubuntu磁盘空间不足,实际未分配空间8.2G因LVM卷组名称格式差异(双破折号误写)导致无法扩展,确认正确卷组名后,使用lvextend和resize2fs... 目录1:原因2:操作3:报错5:解决问题:确认卷组名称​6:再次操作7:验证扩展是否成功8:问题已解

Qt使用QSqlDatabase连接MySQL实现增删改查功能

《Qt使用QSqlDatabase连接MySQL实现增删改查功能》这篇文章主要为大家详细介绍了Qt如何使用QSqlDatabase连接MySQL实现增删改查功能,文中的示例代码讲解详细,感兴趣的小伙伴... 目录一、创建数据表二、连接mysql数据库三、封装成一个完整的轻量级 ORM 风格类3.1 表结构

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核