stepback-qa-prompting

此模板复制了“Step-Back”提示技术，通过首先提出一个“退一步”的问题来提高对复杂问题的回答性能。

该技术可以通过对原始问题和退一步问题进行检索，与常规问答应用相结合。

在论文中可以阅读更多内容 这里，以及Cobus Greyling的优秀博客文章 这里

我们将稍微修改提示，以便在此模板中更好地与聊天模型配合。

环境设置

设置 OPENAI_API_KEY 环境变量以访问 OpenAI 模型。

使用方法

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 stepback-qa-prompting

如果您想将其添加到现有项目中，只需运行：

langchain app add stepback-qa-prompting

并将以下代码添加到您的 server.py 文件中：

from stepback_qa_prompting.chain import chain as stepback_qa_prompting_chain

add_routes(app, stepback_qa_prompting_chain, path="/stepback-qa-prompting")

（可选）现在让我们配置 LangSmith。 LangSmith 将帮助我们跟踪、监视和调试 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"

如果您在此目录中，那么您可以直接通过以下命令启动 LangServe 实例：

langchain serve

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

我们可以在 http://127.0.0.1:8000/docs 查看所有模板 我们可以在 http://127.0.0.1:8000/stepback-qa-prompting/playground 访问游乐场

我们可以通过代码访问模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/stepback-qa-prompting")