Enchaîner, version Graph RAG!

Rassemblons maintenant le tout pour créer une chaîne de questions-réponses Graph RAG! On vous fournit le même graph que vous avez utilisé tout au long de ce chapitre (avec quelques variations possibles dans les nœuds et les relations), et vous le connecterez à un autre LLM pour générer la requête Cypher et retourner la réponse en langage naturel.

Cette activité fait partie du cours

Retrieval Augmented Generation (RAG) avec LangChain

Voir le cours

Instructions de l’exercice

Créez une chaîne de questions-réponses Graph Cypher en utilisant un modèle de clavardage OpenAI et le graph que vous avez créé précédemment.
Appelez la chaîne avec l'entrée fournie.
Extrayez et affichez le texte de résultat depuis result.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create the Graph Cypher QA chain
graph_qa_chain = ____.____(
    ____=ChatOpenAI(api_key="", model="gpt-4o-mini", temperature=0), ____, verbose=True
)

# Invoke the chain with the input provided
result = ____({"query": "Who discovered the element Radium?"})

# Print the result text
print(f"Final answer: {result['____']}")

Modifier et exécuter le code