目录
01 什么是检索增强生成(RAG)技术?
02 让我们从后往前看:给LLM额外的知识来回答问题
03 使用system prompt为LLM提供自定义指令
04 为LLM提供特定的知识来源
05 将所有内容整合在一起并提出问题
06 检索步骤:从知识库中获取正确信息
07 什么是嵌入?它们与知识检索有什么关系?
08 使用嵌入查找最佳的知识库片段
09 为知识库创建索引
10 总结整个过程
这段代码实现了一个简单的Chatbots:
from langchain.document_loaders import WebBaseLoader
from langchain.indexes import VectorstoreIndexCreator
loader = WebBaseLoader("http://www.paulgraham.com/greatwork.html")
index = VectorstoreIndexCreator().from_loaders([loader])
index.query("What should I work on?")
1
2
3
4
5
可以看到这段代码发送了一个查询请求,因为该Chatbots是使用Paul Graham的文章[1]作为专有