Собираем цепочку в стиле Graph RAG!
Пора собрать всё воедино и создать цепочку Graph RAG для ответов на вопросы! У вас есть тот же граф graph, с которым вы работали на протяжении всей этой главы (узлы и связи могут немного отличаться). Вам нужно подключить его к языковой модели, которая будет генерировать запросы на Cypher и возвращать ответы на естественном языке.
Это упражнение является частью курса
Retrieval Augmented Generation (RAG) с LangChain
Инструкции к упражнению
- Создайте цепочку Graph Cypher QA, используя чат-модель OpenAI и ранее созданный граф
graph. - Запустите цепочку с указанными входными данными.
- Извлеките текст результата из
resultи выведите его на экран.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Create the Graph Cypher QA chain
graph_qa_chain = ____.____(
____=ChatOpenAI(api_key="", 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['____']}")