1. Nauka
    2. /
  2. Kursy
    3. /
  3. Retrieval Augmented Generation (RAG) z LangChain
Connected

ćwiczenie

Budowanie łańcucha wyszukiwania

Czas na finał rozdziału! Stworzysz łańcuch wyszukiwania (retrieval chain) przy użyciu języka wyrażeń LangChain (LCEL). Połączy on magazyn wektorowy zawierający osadzone fragmenty dokumentu z artykułu RAG, który wcześniej wczytałeś, z szablonem promptu i modelem LLM – dzięki temu będziesz mógł zadawać pytania dotyczące swoich dokumentów.

Poniżej znajdziesz przypomnienie prompt_template z poprzedniego ćwiczenia, który jest dostępny do użycia:

Use the only the context provided to answer the following question. If you don't know the answer, reply that you are unsure.
Context: {context}
Question: {question}

vector_store z osadzonymi fragmentami dokumentu, który wcześniej utworzyłeś, został już załadowany wraz ze wszystkimi wymaganymi bibliotekami i klasami.

Instrukcje

100 XP
  • Przekształć vector_store Chroma w obiekt retrievera, aby można go było użyć w łańcuchu LCEL.
  • Utwórz łańcuch wyszukiwania LCEL, łącząc retriever, prompt_template, llm oraz parser wyjścia tekstowego, tak aby łańcuch mógł odpowiadać na zadawane pytania.
  • Uruchom łańcuch na podanym pytaniu.