본문으로 건너뛰기

[9기 랭체인] LangChain 과제 수행

박희순

2024.02.12

[9기 랭체인] LangChain 과제 수행 본문 이미지

lanchain을 이용하여 내 자료를 저장하고 정보를 조회하여 대답하기

  1. Data 준비 : 자료 데이터를 읽어서 텍스트 분리하여 준비

  2. 자료를 Embeddings모델을 이용하여 벡터DB에 저장(Chroma DB)

3. ChromaDB에서 질문과 관련된 내용을 similarity로 가져오기

4. 자료 기반의 질문-답변 chain만들기


1.Data 준비

    filename="스케줄.pdf"
    collection_name="schedule"

2. 자료를 Embeddings모델을 이용하여 벡터DB에 저장(Chroma DB)

https://docs.trychroma.com/

def Text_embedding_test_chroma(docs, collection_name,persist_directory):
    embedding_model= GPT4AllEmbeddings()

    vectordb = Chroma.from_documents(
        documents=docs,
        collection_name=collection_name,
        embedding=embedding_model,
        persist_directory =persist_directory 
    )
    
    vectordb.persist()
    vectordb=None

*저장 결과 확인

 def get_documentfromcolleciton(collection_name,persist_directory):
    client = chromadb.PersistentClient(path=persist_directory)
    collection = client.get_collection(name=collection_name)
    print(collection.count())
    print(collection.peek()) 

3. ChromaDB에서 질문과 관련된 내용을 similarity로 가져오기

vectordb = Chroma(persist_directory=dbname,
                  collection_name=collection_name,
                  embedding_function=embedding_function)
retriever = vectordb.as_retriever(search_type="similarity", search_kwargs={"k":2}) 


4.자료 기반의 질문-답변 chain만들기

llm_name = "gpt-3.5-turbo"
llm = ChatOpenAI(openai_api_key=openai_key,model_name=llm_name, temperature=0.1)
qa_chain = RetrievalQA.from_chain_type(
      llm,
       retriever=retriever,
       chain_type="stuff", 
      chain_type_kwargs={"prompt": QA_CHAIN_PROMPT}
    )    
question =input("질문을 입력해주세요    :  ")
results = qa_chain({"query": question})
result1=output_parser.invoke(results["result"])
print(results["result"])

7. 기타

#9기랭체인

1

함께 이야기해요 1

로그인하고 댓글을 남겨 주세요

김욱영 프로필 이미지
김욱영2024.08.27

영어로 작성하지 않으면 오류가 발생하나 보네요. 오늘 랭체인을 배워볼 생각으로 다른 글을 읽어보고 있는데, 꿀팁 감사합니다 ㅎㅎ

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기