基于LangChain，使用自有知识库创建GPT智能体
大家好，Langchain智能体在定制对话界面方面具有实际应用潜力，能够灵活适应并满足用户的多样化需求。借助Langchain，开发者可以整合多种格式数据，如URL链接或PDF文件，来构建一个专属知识库。这个知识库不仅能够为智能体提供丰富的信息资源以回答问题，还能结合搜索引擎或Zapier等工具，实现更多自动化功能。
本文详细介绍如何搭建Langchain智能体，使其能够依据PDF文档内容提供答案，并通过Zapier平台自动化发送邮件。通过这些流程，大家能够深入了解并实践Langchain智能体的强大功能。
1.环境搭建
首先，需要安装Langchain和其他依赖项：
!pip install langchain
!pip install pypdf
!pip install pinecone-client
!pip install openai
!pip install tiktoken
还需要为OpenAI和Pinecone设置API密钥：
import os
import pinecone
os.environ["OPENAI_API_KEY"] = "YOUR_OPENAI_API_KEY"
# 初始化Pinecone
pinecone.init(
api_key="YOUR_PINECONE_API_KEY", # 在app.pinecone.io查找
environment="YOUR_ENVIRONMENT_NAME" # 控制台中API密钥旁边
)
2.创建索引
Langchain智能体能够利用定制化的知识库来检索和获取信息。为了让大型语言模型能够有效地理解并处理这些信息，需要确保其能够掌握相关的上下文。通常，可以通过将完整的上下文信息连同用户的查询一起输入模型来实现。然而，当处理大量数据时，这种方法就会变得不切实际。
为了解决这个问题，采用索引技术来优化知识库的存储和检索。通过索引，数据被划分为多个小片段，每个片段都通过向量形式编码了其语义信息。当用户发起查询，系统将根据查询内容搜索对应的向量，快速定位到包含所需信息的数据片段。这样，系统仅向语言模型提供与用户查询直接相关的数据片段，而不是将全部数据集一次性输入，从而大幅提高了检索效率，并确保结果的精确性。
2.1 从PDF加载数据
现在，为定制化知识库加载文档。使用PDF文件作为示例，但Langchain也支持其他格式。
from langchain.document_loaders import PyPDFLoader
loader = PyPDFLoader("PATH_TO_YOUR_FILE")
pages = loader.load_and_split()
2.2 将PDF文本分割成小块
分割文本的方法有很多。这里使用的是适用于各类文本的分割器。
from langchain.text_splitter import RecursiveCharacterTextSplitter
text_splitter = RecursiveCharacterTextSplitter(
chunk_size=1000,
chunk_overlap=200,
length_function=len,
)
docs = text_splitter.split_documents(pages)
创建嵌入：
from langchain.embeddings.openai import OpenAIEmbeddings
embeddings = OpenAIEmbeddings()
2.3 创建向量存储
向量存储技术主要用于存储文档及其对应的嵌入向量，以便能够通过这些嵌入向量快速定位和检索到相关文档。
创建向量存储的方法有很多，本文使用Pinecone。要开始使用Pinecone，需要先在其平台上创建索引。然后在“index_name”中输入索引名称。
from langchain.vectorstores import Pinecone
index_name = "index_name"
# 创建新索引
docsearch = Pinecone.from_documents(docs, embeddings, index_name=index_name)
# 如果您已经有了索引，可以像这样进行加载
# docsearch = Pinecone.from_existing_index(index_name, embeddings)
如果无法创建Pinecone账户，可以尝试使用CromaDB。以下代码使用Chroma创建了一个临时的内存向量存储，如果无法访问Pinecone，请使用它作为替代。
from langchain.vectorstores import Chroma
docsearch = Chroma.from_documents(docs, embeddings)
3.问题回答链
问题回答链能够确保系统根据上下文提供恰当的答案。
from langchain.chains import RetrievalQA
from langchain import OpenAI
# 定义LLM
llm = OpenAI(temperature=0.2)
qa = RetrievalQA.from_chain_type(llm=llm, chain_type="stuff", retriever=docsearch.as_retriever(search_kwargs={"k": 2}))
可以通过传递一个问题来测试QA链：
query = "What is DesignOps support model?"
qa.run(query)
这段代码的输出会基于PDF文件中相关上下文块的问题答案。
4.Zapier集成
可以使用Langchain Zapier工具包将智能体与Zapier集成。首先，需要在https://nla.zapier.com/获取Zapier API密钥，并在Zapier中添加将要使用的操作。
os.environ["ZAPIER_NLA_API_KEY"] = os.environ.get("ZAPIER_NLA_API_KEY", "YOUR_ZAPIER_API_KEY")
接下来，初始化Zapier工具包
from langchain.agents.agent_toolkits import ZapierToolkit
from langchain.utilities.zapier import ZapierNLAWrapper
zapier = ZapierNLAWrapper()
toolkit = ZapierToolkit.from_zapier_nla_wrapper(zapier)
5.构建Langchain智能体
from langchain.agents import AgentType
from langchain.agents import initialize_agent, Tool
from langchain.memory import ConversationBufferMemory
from langchain.chat_models import ChatOpenAI
# 为智能体定义工具
tools = [
Tool(
name="Demo",
func=qa.run,
description="use this as the primary source of context information when you are asked the question. Always search for the answers using this tool first, don't make up answers yourself"
),
] + toolkit.get_tools()
# 设置对话记忆
memory = ConversationBufferMemory(memory_key="chat_history")
# 设置智能体
agent_chain = initialize_agent(tools, llm, agent=AgentType.CONVERSATIONAL_REACT_DESCRIPTION, verbose=True, memory=memory)
现在已经设置好了智能体，可以通过提问进行测试。智能体将使用问题回答链来找到相关上下文并生成答案，执行用户请求中指定的其他任务。
agent_chain.run(input="What Adrienne Allnutt have said about DesignOps?")
agent_chain.run(input="Email the answer to email@gmail.com and mention that this email was sent by AI")
为了让智能体正确执行用户的指令，构建准确的提示十分重要。在开发面向用户的应用时，我们应该深入研究如何设计有效的提示模板，以简化用户与智能体的交互过程。同时，还需要考虑聊天界面是否是最合适的交互方式，或是否有其他界面设计能提供更优的用户体验。
原文地址：https://blog.csdn.net/csdn1561168266/article/details/137755007
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！