Construirea lanțului de regăsire

Acum urmează finalul capitolului! Vei crea un lanț de regăsire folosind Expression Language (LCEL) din LangChain. Acesta va combina stocul vectorial cu fragmentele de document încorporate din lucrarea RAG încărcată anterior, un șablon de prompt și un LLM, astfel încât să poți interacționa direct cu documentele tale.

Iată un memento al prompt_template creat în exercițiul anterior, disponibil pentru utilizare:

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-ul cu fragmentele de document încorporate, creat anterior, a fost de asemenea încărcat, împreună cu toate bibliotecile și clasele necesare.

Acest exercițiu face parte din cursul

Retrieval Augmented Generation (RAG) cu LangChain

Vezi cursul

Instrucțiuni pentru exercițiu

Convertește vector_store-ul Chroma într-un obiect retriever pentru a-l folosi în lanțul de regăsire LCEL.
Creează lanțul de regăsire LCEL care să combine retriever-ul, prompt_template-ul, llm-ul și un parser de ieșire pentru șiruri de caractere, astfel încât să poată răspunde la întrebările primite ca intrare.
Invocă lanțul pe întrebarea furnizată.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Convert the vector store into a retriever
retriever = vector_store.____(search_type="similarity", search_kwargs=____)

# Create the LCEL retrieval chain
chain = (
    {"____": ____, "question": ____}
    | ____
    | ____
    | ____
)

# Invoke the chain
print(chain.____("Who are the authors?"))

Editează și rulează codul