向量数据库安装

pip install langchain-chroma

文档》向量存储》向量数据库。

和0416 提示词工程相同。

初始化

import os

from langchain_chroma import Chroma
from langchain_community.chat_message_histories import ChatMessageHistory
from langchain_core.documents import Document
from langchain_core.messages import HumanMessage
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.runnables import RunnableWithMessageHistory, RunnableLambda, RunnablePassthrough
from langchain_openai import ChatOpenAI, OpenAIEmbeddings
from langserve import add_routes

os.environ['http_proxy'] = '127.0.0.1:7890'
os.environ['https_proxy'] = '127.0.0.1:7890'

os.environ["LANGCHAIN_TRACING_V2"] = "true"
os.environ["LANGCHAIN_PROJECT"] = "LangchainDemo"
os.environ["LANGCHAIN_API_KEY"] = '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'

# 聊天机器人案例
# 创建模型
model = ChatOpenAI(model='gpt-4-turbo')

测试文档数据：

# 准备测试数据 ，假设我们提供的文档数据如下：
documents = [
    Document(
        page_content="狗是伟大的伴侣，以其忠诚和友好而闻名。",
        metadata={"source": "哺乳动物宠物文档"},
    ),
    Document(
        page_content="猫是独立的宠物，通常喜欢自己的空间。",
        metadata={"source": "哺乳动物宠物文档"},
    ),
    Document(
        page_content="金鱼是初学者的流行宠物，需要相对简单的护理。",
        metadata={"source": "鱼类宠物文档"},
    ),
    Document(
        page_content="鹦鹉是聪明的鸟类，能够模仿人类的语言。",
        metadata={"source": "鸟类宠物文档"},
    ),
    Document(
        page_content="兔子是社交动物，需要足够的空间跳跃。",
        metadata={"source": "哺乳动物宠物文档"},
    ),
]

向量数据库构建

Chroma.from_documents：返回一个向量空间。

vector_store.similarity_search_with_score( ‘xxx’ )  ：返回相似度分数排序，分越低，越相似。

vector_store.similarity_search()：直接返回相似搜索，不计算分数。

Chain的链接对象，必须是Runnable对象，但Chroma.from_documents不是；因此要，RunnableLamb生成检索器对象retriever；并通过.bind(k=1)取相似度最高的。

retriever.batch([ 'xxx' , 'xxx' ])：通过batch进行​批量处理多个输入请求​​。

---

## 0416中，SemanticSimilarityExampleSelector直接从示例集中进行相似度选择；但俩者不同——本处是构建向量数据库，0416是示例集。

0416 提示词工程实践-CSDN博客

---

# 实例化一个向量数空间
vector_store = Chroma.from_documents(documents
    , embedding=OpenAIEmbeddings())

# 相似度的查询: 返回相似的分数， 分数越低相似度越高
# print(vector_store.similarity_search_with_score('咖啡猫'))

# 检索器: bind(k=1) 返回相似度最高的第一个
# 将vector_store.similarity_search方法转换为可执行对象，会自动调用获取返回。
retriever = RunnableLambda(vector_store.similarity_search).bind(k=1)

# print(retriever.batch(['咖啡猫', '鲨鱼']))



resp = chain.invoke('请介绍一下猫？')

print(resp.content)

检索器+模型

这里message中，还需要question、context参数，因此chain中需要先传参；

# 由于要根据用户输入进行检索，通过RunnablePassthrough允许我们将用户的问题稍后再 传递给prompt和model。这样用户只需要 输入，不需要处理上下文获取（模块越多，RunnablePassthrough越高效）。

## 按下图这种，需要显示调用检索器。

# 提示模板
# 这边是相当于，把message拿出来单写
message = """
使用提供的上下文仅回答这个问题:
{question}
上下文:
{context}
"""

prompt_temp = ChatPromptTemplate.from_messages([('human', message)])

# RunnablePassthrough允许我们将用户的问题之后再传递给prompt和model。
chain = {'question': RunnablePassthrough()
    , 'context': retriever} | prompt_temp | model

resp = chain.invoke('请介绍一下猫？')

print(resp.content)