rag-opensearch

此模板使用 OpenSearch 执行 RAG。

环境设置

设置以下环境变量。

如果不使用默认设置，可以选择性地设置 OpenSearch 的相关变量：

要在 Docker 中运行默认的 OpenSearch 实例，可以使用以下命令

docker run -p 9200:9200 -p 9600:9600 -e "discovery.type=single-node" --name opensearch-node -d opensearchproject/opensearch:latest

注意：要加载名为 langchain-test 的虚拟索引及虚拟文档，请在包中运行 python dummy_index_setup.py。

要使用此包，您首先需要安装 LangChain CLI：

pip install -U langchain-cli

要创建一个新的 LangChain 项目并将此包作为唯一包安装，您可以执行：

langchain app new my-app --package rag-opensearch

如果您想将其添加到现有项目中，只需运行：

langchain app add rag-opensearch

并将以下代码添加到您的 server.py 文件中：

from rag_opensearch import chain as rag_opensearch_chain

add_routes(app, rag_opensearch_chain, path="/rag-opensearch")

（可选）现在让我们配置 LangSmith。 LangSmith 将帮助我们跟踪、监控和调试 LangChain 应用程序。您可以在这里注册 LangSmith。如果您没有访问权限，可以跳过此部分。

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为 "default"

如果您在此目录内，则可以直接通过以下方式启动 LangServe 实例：

langchain serve

这将启动 FastAPI 应用程序，服务器在本地运行，地址为 http://localhost:8000

我们可以通过代码访问模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/rag-opensearch")