当前位置: 首页 > news >正文

7、langChain和RAG实战:基于LangChain和RAG的常用案例实战

PDF 文档问答ChatBot

本地上传文档

  • 支持 pdf
  • 支持 txt
  • 支持 doc/docx

问答页面

python环境

  • 新建一个requirements.txt文件
streamlit
python-docx
PyPDF2
faiss-cpu
langchain
langchain-core
langchain-community
langchain-openai
  • 然后安装相应的包
pip install -r requirements.txt -U

代码

创建一个 pdf_search.py 文件, 把下边的复制进去
注意:配置好OPEN_API 接口地址和密钥的环境变量

#示例:pdf_search.py
# 导入Streamlit库,用于创建Web应用
import streamlit as st
# 导入递归字符文本分割器,用于将文档分割成小块
from langchain.text_splitter import RecursiveCharacterTextSplitter
# 导入FAISS向量存储,用于存储和检索文档嵌入
from langchain_community.vectorstores import FAISS
# 导入OpenAI聊天模型
from langchain_openai import ChatOpenAI
# 导入OpenAI嵌入模型,用于生成文本嵌入
from langchain_openai import OpenAIEmbeddings
# 导入Document类,用于封装文档内容和元数据
from langchain_core.documents import Document
# 导入对话检索链,用于处理对话和检索
from langchain.chains import ConversationalRetrievalChain
# 导入docx库,用于处理Word文档
import docx
# 导入PyPDF2库,用于处理PDF文档
from PyPDF2 import PdfReader# 设置页面配置,包括标题、图标和布局
st.set_page_config(page_title="文档问答", page_icon=":robot:", layout="wide")# 设置页面的CSS样式
st.markdown("""<style>
.chat-message {padding: 1.5rem; border-radius: 0.5rem; margin-bottom: 1rem; display: flex
}
.chat-message.user {background-color: #2b313e
}
.chat-message.bot {background-color: #475063
}
.chat-message .avatar {width: 20%;
}
.chat-message .avatar img {max-width: 78px;max-height: 78px;border-radius: 50%;object-fit: cover;
}
.chat-message .message {width: 80%;padding: 0 1.5rem;color: #fff;
}
.stDeployButton {visibility: hidden;}
#MainMenu {visibility: hidden;}
footer {visibility: hidden;}.block-container {padding: 2rem 4rem 2rem 4rem;
}.st-emotion-cache-16txtl3 {padding: 3rem 1.5rem;
}
</style>
# """,unsafe_allow_html=True,
)# 定义机器人消息模板
bot_template = """
<div class="chat-message bot"><div class="avatar"><img src="https://cdn.icon-icons.com/icons2/1371/PNG/512/robot02_90810.png" style="max-height: 78px; max-width: 78px; border-radius: 50%; object-fit: cover;"></div><div class="message">{{MSG}}</div>
</div>
"""# 定义用户消息模板
user_template = """
<div class="chat-message user"><div class="avatar"><img src="https://www.shareicon.net/data/512x512/2015/09/18/103160_man_512x512.png" ></div>    <div class="message">{{MSG}}</div>
</div>
"""# 从PDF文件中提取文本
def get_pdf_text(pdf_docs):# 存储提取的文档docs = []for document in pdf_docs:if document.type == "application/pdf":# 读取PDF文件pdf_reader = PdfReader(document)for idx, page in enumerate(pdf_reader.pages):docs.append(Document(# 提取页面文本page_content=page.extract_text(),# 添加元数据metadata={"source": f"{document.name} on page {idx}"},))elif document.type == "application/vnd.openxmlformats-officedocument.wordprocessingml.document":# 读取Word文档doc = docx.Document(document)for idx, paragraph in enumerate(doc.paragraphs):docs.append(Document(# 提取段落文本page_content=paragraph.text,# 添加元数据metadata={"source": f"{document.name} in paragraph {idx}"},))elif document.type == "text/plain":# 读取纯文本文件text = document.getvalue().decode("utf-8")docs.append(Document(page_content=text, metadata={"source": document.name}))return docs# 将文档分割成小块文本
def get_text_chunks(docs):# 创建文本分割器text_splitter = RecursiveCharacterTextSplitter(chunk_size=512, chunk_overlap=0)# 分割文档docs_chunks = text_splitter.split_documents(docs)return docs_chunks# 创建向量存储
def get_vectorstore(docs_chunks):# 创建OpenAI嵌入模型embeddings = OpenAIEmbeddings()# 创建FAISS向量存储vectorstore = FAISS.from_documents(docs_chunks, embedding=embeddings)return vectorstore# 创建对话检索链
def get_conversation_chain(vectorstore):# 创建OpenAI聊天模型llm = ChatOpenAI(model="gpt-4o")conversation_chain = ConversationalRetrievalChain.from_llm(llm=llm,# 使用向量存储作为检索器retriever=vectorstore.as_retriever(),# 返回源文档return_source_documents=True,)return conversation_chain

相关文章:

  • echarts+标签+指引线
  • 亚马逊低价商城战略全解析:跨境卖家突围价格战的7维作战体系
  • 零基础制作Freertos智能小车(教程非常简易)持续更新中....
  • 深入解析 PyTorch 中的 torch.distributions模块与 Categorical分布
  • 【深入理解指针(6)】
  • 剑指offer经典题目(七)
  • 深入蜂窝物联网:第二章 深度解读 NB-IoT:协议栈、部署与典型应用
  • echarts自定义图表--仪表盘
  • 网络》》ARP、NAT
  • 【KWDB 创作者计划】_企业数据管理的利刃:技术剖析与应用实践
  • 怎样将visual studio 2015开发的项目 保存为2010版本使用
  • Java 入门宝典--注释、关键字、数据类型、变量常量、类型转换
  • 基于Python的携程国际机票价格抓取与分析
  • 电商数据爬虫 API 应用:难题与破局之路
  • 【Mybatis】Mybatis基础
  • ComfyUI 学习笔记:安装篇及模型下载
  • World of Warcraft [CLASSIC] Hunter[Grandel] R12
  • 【人工智能agent】--dify搭建智能体和工作流
  • 出口转内销如何破局?“金融+数智供应链”模式含金量还在上升
  • STM32的Flash映射双重机制
  • 一季度我国服务进出口总额19741.8亿元,同比增长8.7%
  • A股三大股指收跌:地产股领跌,银行股再度走强
  • 朝鲜证实出兵俄罗斯协助收复库尔斯克
  • 玉渊谭天丨中方减少美国农产品进口后,舟山港陆续出现巴西大豆船
  • 热点问答|第三轮间接谈判结束,美伊分歧还有多大?
  • 巴达玛·利斯瓦达恭当选世界羽联主席,张军任理事会理事