当前位置: 首页 > news >正文

7、langChain和RAG实战:基于LangChain和RAG的常用案例实战

PDF 文档问答ChatBot

本地上传文档

  • 支持 pdf
  • 支持 txt
  • 支持 doc/docx

问答页面

python环境

  • 新建一个requirements.txt文件
streamlit
python-docx
PyPDF2
faiss-cpu
langchain
langchain-core
langchain-community
langchain-openai
  • 然后安装相应的包
pip install -r requirements.txt -U

代码

创建一个 pdf_search.py 文件, 把下边的复制进去
注意:配置好OPEN_API 接口地址和密钥的环境变量

#示例:pdf_search.py
# 导入Streamlit库,用于创建Web应用
import streamlit as st
# 导入递归字符文本分割器,用于将文档分割成小块
from langchain.text_splitter import RecursiveCharacterTextSplitter
# 导入FAISS向量存储,用于存储和检索文档嵌入
from langchain_community.vectorstores import FAISS
# 导入OpenAI聊天模型
from langchain_openai import ChatOpenAI
# 导入OpenAI嵌入模型,用于生成文本嵌入
from langchain_openai import OpenAIEmbeddings
# 导入Document类,用于封装文档内容和元数据
from langchain_core.documents import Document
# 导入对话检索链,用于处理对话和检索
from langchain.chains import ConversationalRetrievalChain
# 导入docx库,用于处理Word文档
import docx
# 导入PyPDF2库,用于处理PDF文档
from PyPDF2 import PdfReader# 设置页面配置,包括标题、图标和布局
st.set_page_config(page_title="文档问答", page_icon=":robot:", layout="wide")# 设置页面的CSS样式
st.markdown("""<style>
.chat-message {padding: 1.5rem; border-radius: 0.5rem; margin-bottom: 1rem; display: flex
}
.chat-message.user {background-color: #2b313e
}
.chat-message.bot {background-color: #475063
}
.chat-message .avatar {width: 20%;
}
.chat-message .avatar img {max-width: 78px;max-height: 78px;border-radius: 50%;object-fit: cover;
}
.chat-message .message {width: 80%;padding: 0 1.5rem;color: #fff;
}
.stDeployButton {visibility: hidden;}
#MainMenu {visibility: hidden;}
footer {visibility: hidden;}.block-container {padding: 2rem 4rem 2rem 4rem;
}.st-emotion-cache-16txtl3 {padding: 3rem 1.5rem;
}
</style>
# """,unsafe_allow_html=True,
)# 定义机器人消息模板
bot_template = """
<div class="chat-message bot"><div class="avatar"><img src="https://cdn.icon-icons.com/icons2/1371/PNG/512/robot02_90810.png" style="max-height: 78px; max-width: 78px; border-radius: 50%; object-fit: cover;"></div><div class="message">{{MSG}}</div>
</div>
"""# 定义用户消息模板
user_template = """
<div class="chat-message user"><div class="avatar"><img src="https://www.shareicon.net/data/512x512/2015/09/18/103160_man_512x512.png" ></div>    <div class="message">{{MSG}}</div>
</div>
"""# 从PDF文件中提取文本
def get_pdf_text(pdf_docs):# 存储提取的文档docs = []for document in pdf_docs:if document.type == "application/pdf":# 读取PDF文件pdf_reader = PdfReader(document)for idx, page in enumerate(pdf_reader.pages):docs.append(Document(# 提取页面文本page_content=page.extract_text(),# 添加元数据metadata={"source": f"{document.name} on page {idx}"},))elif document.type == "application/vnd.openxmlformats-officedocument.wordprocessingml.document":# 读取Word文档doc = docx.Document(document)for idx, paragraph in enumerate(doc.paragraphs):docs.append(Document(# 提取段落文本page_content=paragraph.text,# 添加元数据metadata={"source": f"{document.name} in paragraph {idx}"},))elif document.type == "text/plain":# 读取纯文本文件text = document.getvalue().decode("utf-8")docs.append(Document(page_content=text, metadata={"source": document.name}))return docs# 将文档分割成小块文本
def get_text_chunks(docs):# 创建文本分割器text_splitter = RecursiveCharacterTextSplitter(chunk_size=512, chunk_overlap=0)# 分割文档docs_chunks = text_splitter.split_documents(docs)return docs_chunks# 创建向量存储
def get_vectorstore(docs_chunks):# 创建OpenAI嵌入模型embeddings = OpenAIEmbeddings()# 创建FAISS向量存储vectorstore = FAISS.from_documents(docs_chunks, embedding=embeddings)return vectorstore# 创建对话检索链
def get_conversation_chain(vectorstore):# 创建OpenAI聊天模型llm = ChatOpenAI(model="gpt-4o")conversation_chain = ConversationalRetrievalChain.from_llm(llm=llm,# 使用向量存储作为检索器retriever=vectorstore.as_retriever(),# 返回源文档return_source_documents=True,)return conversation_chain
http://www.xdnf.cn/news/191575.html

相关文章:

  • 已有 npm 项目,如何下载依赖、编译并运行项目
  • 【Kubernetes】部署 Kubernetes 仪表板(Dashboard)
  • C++ STL编程 vector的插入、删除、扩容机制、随机访问和内存交换
  • 安卓基础(HashMap和ArrayList)
  • 测试—概念篇
  • 回归问题常用模型以及优缺点和使用场景
  • Uniapp:vite.config.js全局配置
  • V Rising 夜族崛起 [DLC 解锁] [Steam] [Windows SteamOS]
  • DBeaver CE 24.1.3 (Windows 64位) 详细安装教程
  • 基于SpringBoot的食物营养分析与推荐网站系统
  • 如何在idea中写spark程序。
  • leetcode11-盛水最多的容器
  • AG32VF407VG的VREFP是否可以输入2.5V的参考电压
  • React:封装一个评论回复组件
  • 用远程代理模式轻松实现远程服务调用,打开编程新大门
  • KMP算法
  • 英语五大基本句型
  • gradle-tasks.register(‘classesJar‘, Jar)解析
  • OpenCV计算机视觉实战(2)——环境搭建与OpenCV简介
  • 【含文档+PPT+源码】基于微信小程序的社交摄影约拍平台的设计与实现
  • 【学习笔记】机器学习(Machine Learning) | 第六周|过拟合问题
  • 人工智能-深度学习之多层感知器
  • Flutter 学习之旅 之 Flutter 和 Android 原生 实现数据交互的MethodChanel和EventChannel方式的简单整理
  • 优化 Flutter 应用启动:从冷启动到就绪仅需 2 秒
  • SQL知识点合集---第二弹
  • 阿里qiankun微服务搭建
  • (leetcode)力扣100 3.最长连续序列(哈希?排序)
  • 【JS事件循环机制event-loop】
  • Rmarkdown输出为pdf的方法与问题解决
  • 数字图像处理 -- 眼底图像血管分割方法