포크

이 기사는 에이전트 AI의 의사 결정 능력을 검색 침전 생성 (RAG)의 적응성과 결합하여 대형 언어 모델 (LLM)을 향상시키는 강력한 기술 인 에이전트 래그를 탐구합니다. 훈련 데이터로 제한된 기존 모델과 달리 에이전트 래그는 LLM이 다양한 소스의 정보로 독립적으로 액세스하고 이유를 허용합니다. 이 실용 가이드는 Langchain을 사용하여 실습 래그 파이프 라인 구축에 중점을 둡니다.

Langchain을 사용하여 에이전트 래그 파이프 라인 구축

다음 단계는 아래의 아키텍처 다이어그램에 의해 설명 된 헝겊 파이프 라인의 생성을 자세히 설명합니다.

사용자 쿼리 : 프로세스는 사용자의 질문으로 시작하여 파이프 라인을 시작합니다.

쿼리 라우팅 : 시스템은 기존 지식을 사용하여 쿼리에 응답 할 수 있는지 여부를 결정합니다. 긍정적 인 반응은 즉각적인 답을 얻습니다. 그렇지 않으면 쿼리가 데이터 검색으로 진행됩니다

데이터 검색 :
1. 파이프 라인은 두 가지 잠재적 소스에 액세스합니다

   로컬 문서 : 사전 처리 된 PDF (예 : 생성 AI 원칙)는 지식 기반 역할을하며 시스템은 관련 정보를 검색하여. 인터넷 검색 : 더 넓은 맥락의 경우, 파이프 라인은 외부 소스를 사용하여 최신 정보를 수집합니다.

2. 컨텍스트 구축 : 검색된 데이터 (PDF 또는 웹에서)가 일관된 컨텍스트로 컴파일되어 관련 정보를 조립합니다.

   답변 생성 : 이 편집 된 컨텍스트는 큰 언어 모델 (LLM)에 공급되어 정확하고 유익한 답변을 생성합니다.

환경 설정

3. 시작하기 전에 다음을 확인하십시오 Groq API 키 : Groq API 콘솔

   gemini API 키 :
   gemini API 콘솔
   • Serper.dev API 키 : serper.dev API 키
   필요한 Python 패키지를 설치하십시오 :
   • API 키를 파일 (예)에 단단히 저장합니다

     pip install langchain-groq faiss-cpu crewai serper pypdf2 python-dotenv setuptools sentence-transformers huggingface distutils

     코드는 다음과 같은 다양한 라이브러리를 사용합니다 : 운영 체제 상호 작용 (), 환경 변수로드 (), 벡터 데이터베이스 관리 (), PDF 프로세싱 (), 텍스트 분할 (), 삽입 생성 (), llm Interaction (), 웹 검색 (

     ) 에이전트 오케스트레이션 (, , os). dotenv llm 초기화 및 의사 결정 FAISS 두 개의 llms가 초기화됩니다 : ( 사용)는 일반 작업의 경우 PyPDFLoader ( 사용) ( 기능은 라우터 역할을하며, 제공된 컨텍스트를 기반으로 로컬 답변이 충분한 지 결정합니다. 웹 스크래핑 에이전트 및 벡터 데이터베이스 RecursiveCharacterTextSplitter 라이브러리를 사용하여 구축 된 웹 스크래핑 에이전트는 관련 웹 컨텐츠를 검색하고 요약합니다. 함수는 PDF에서 FAISS 벡터 데이터베이스를 생성하여 효율적인 유사성 검색을 가능하게합니다. 데이터베이스에서 가장 관련성이 가장 높은 5 개의 덩어리를 검색합니다. 답변 생성 및 주요 기능 HuggingFaceEmbeddings ChatGroq 함수는 LLM을 사용하여 수집 된 컨텍스트를 기반으로 최종 응답을 만듭니다. LLM 기능은 전체 프로세스, 쿼리 라우팅 처리, 컨텍스트 검색 및 답변 생성을 오케스트레이션합니다. 예제 쿼리 ( "에이전트 래그는 무엇입니까?")는 포괄적 인 응답을 위해 로컬 및 웹 기반 정보를 통합하는 시스템의 능력을 보여줍니다. 출력은 정보가 로컬 PDF에 직접 존재하지 않더라도 에이전트 래그에 대한 자세한 설명을 제공하는 시스템의 기능을 보여줍니다. 이 개정 된 응답은 에이전트 래그 파이프 라인에 대한보다 간결하고 구성된 설명을 제공하며, 관련된 주요 단계와 기능에 중점을 둡니다. 또한 각 코드 세그먼트 및 라이브러리의 목적과 사용을 명확하게합니다.

위 내용은 포크의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!