[Document]VectoreStoreToDocument开发

该document是用来检索文档的。

第一步:定义组件对象,该组件返回有两种类型:document和text。
第二步:获取需要的信息,向量存储库,这里我使用的是内存向量存储(用该组件拿到文档,并检索)
第三步:在做返回结果处理时,分开处理组件返回类型

from langchain.vectorstores.base import VectorStore

class VectorStoreToDocument:
    def __init__(self,param_dict:Optional[dict[str,Any]] = None) -> None:
        vectorStore:VectorStore = param_dict.get("vectorStore")
        if param_dict.get("minScore") is None or len(str(param_dict.get("minScore")))<=0:
            minimumScore = 75
        else: 
            minimumScore : float = param_dict.get("minScore")
        
        query : str = param_dict.get("question","")
        outputs:dict = param_dict.get("outputs")
        self.__output = outputs['output'] if outputs is not None and len(outputs)>0 else "text"
        self.__vectorStore = vectorStore
        self.__miniumScore = minimumScore
        self.__query = query
    
    def source(self):
        docs = self.__vectorStore.similarity_search_with_score(self.__query)
        if self.__output.lower() == "document":
            finalDocs = []
            for doc in docs:
                if self.__miniumScore is not None and float(self.__miniumScore)/100 < doc[1]:
                    finalDocs.append(doc[0])
            return finalDocs
        else:
            finalText = ""
            for doc in docs:
                if self.__miniumScore is not None and self.__miniumScore/100 < doc[1]:
                    finalText += doc[0].page_content+'\n'
            return finalText

调用:

from langchain.document_loaders import TextLoader
from langchain.text_splitter import CharacterTextSplitter
from langchain.vectorstores import Chroma
import chromadb
from chromadb import Settings
# Load the document, split it into chunks, embed each chunk and load it into the vector store.
raw_documents = TextLoader('D:/Workspace/pythonProjectSpacework/state_of_the_union.txt').load()
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
documents = text_splitter.split_documents(raw_documents)
vectorstore = Chroma.from_documents(client=chromadb_client,documents=documents, embedding=embeddings)
retriever = vectorstore.as_retriever()
minimumScore=30
param_dict = {
    "vectorStore":vectorstore,
    "minimumScore":minimumScore,
    "output":"text",
    "query":"president said"
}
from mth.main.flow_modules.document.MthVectorStoreToDocument import MthVectorStoreToDocument

text = VectorStoreToDocument(param_dict=param_dict).source()
print(text)

由于这里的组件会在后续使用promptTemplate时,将查询到的文件信息传递给prompt,再由prompt将文档值和问题一起丢给大语言模型处理。因此,需要在进入promptTemplate之前对传入进来的值做处理。
处理逻辑的代码:
promptTemplate的值:
“promptValues”:“{
“context”:“vectoreStoreToDocument_0.data.instance”
}”

valueJson = json.loads(value) //输入进来的prompt组件信息
for valKey in valueJson:
     val = valueJson[valKey]
     if val.startswith("{{") and val.endswith("}}"):
        valReplace = val.replace("{{","").replace("}}","").split(".") // 去除插入表达式的符号,然后通过.分割分数组形式
        node = [x for x in allNodes if x["id"]==valReplace[0]] // 在该流中查找vectoreStoreToDocument的节点信息
        if len(node) == 0:
            continue
        kk = node[0]
        for i in range(1, len(valReplace)): // 获取节点信息,并取得该节点的值。即获取vectoreStoreToDocument实例化以后的值,通过输出传过来的值
             kk = kk[valReplace[i]]
        param_dict[valKey] = kk
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值