🤝 接口类型
embedchain 应用程序提供以下方法。
查询接口
-- 这个接口类似于一个问答机器人。它接受一个问题并获取答案。它不会保留关于先前聊天的上下文。❓
-- 要使用此功能,请调用 .query() 函数以获取任何查询的答案。
print(naval_chat_bot.query("Naval认为人类在理解解释或概念方面拥有什么独特的能力?"))
# 答案:Naval认为人类在这个物理现实中拥有理解解释或概念的独特能力。
聊天接口
-- 这个接口是一个记住先前对话的聊天接口。目前默认记住了 5 次对话💬。
-- 要使用此功能,请调用 .chat 函数以获取任何查询的答案。
print(naval_chat_bot.chat("如何在生活中快乐?"))
# 答案:保持快乐的最重要的技巧是认识到快乐是您发展的技能和您做出的选择。您选择快乐,然后努力实现它。这就像锻炼肌肉或在工作中取得成功一样。关键是要随时认识到周围的丰富和礼物。
print(naval_chat_bot.chat("谁是 Naval Ravikant?"))
# 答案:Naval Ravikant 是一位印度裔美国企业家和投资家。
print(naval_chat_bot.chat("作者对幸福有何看法?"))
# 答案:作者 Naval Ravikant 认为幸福是您做出的选择和发展的技能。他将心智比作身体,说身体可以被塑造和改变,心智也是如此。他强调了要在当下,并不被过去的遗憾或对未来的担忧所困扰的重要性。通过对您所处的地方感到满足和感激,您可以体验到真正的幸福。
Dry 运行
Dry Run 是 add、query 和 chat 方法中的一个选项,允许用户显示数据块及其构建的提示信息,而不会将其发送给 LLM,以节省费用。它用于测试。
流响应
-- 您可以在 query 方法中添加配置以流式响应,就像 ChatGPT 一样。您需要一个下游处理程序来以您希望的格式呈现块。支持 OpenAI 模型和 OpenSourceApp📊。
-- 要使用此功能,请使用 stream=True 实例化 QueryConfig 或 ChatConfig 对象。然后将其传递给 .chat() 或 .query() 方法。以下示例遍历块并在它们出现时打印它们。
app = App()
query_config = QueryConfig(stream=True)
resp = app.query("Naval认为人类在理解解释或概念方面拥有什么独特的能力?", query_config)
for chunk in resp:
print(chunk, end="", flush=True)
# 答案:Naval认为人类在这个物理现实中拥有理解解释或概念的独特能力。
其他方法
重置
重置数据库并删除所有嵌入。不可逆转。之后需要重新初始化。
app.reset()
计数
计算数据库中的嵌入(块)数量。
print(app.count()) # 返回:481
上一篇文章:Embedchain----APP types_一点知趣的博客-CSDN博客
下一篇文章:Embedchain----Add Data_一点知趣的博客-CSDN博客