使用MariTalk与LangChain进行智能问答系统开发

在今天的文章中，我们将探讨如何使用MariTalk——一款由巴西公司Maritaca AI开发的助理，通过LangChain实现智能问答系统。特别地，我们将演示如何处理超过语言模型限制的长文档查询问题，结合简单搜索机制来提升问答效率。希望这次分享能为您带来新思路。

技术背景介绍

MariTalk基于专门训练的语言模型，集中于葡萄牙语的理解。这对于面向葡萄牙语市场的应用开发极具价值。LangChain是一个开源框架，帮助开发者构建由大语言模型（LLM）驱动的应用程序。通过这个框架，我们可以将MariTalk轻松整合到各种应用场景中。

核心原理解析

我们将通过两个示例来展示MariTalk的实际应用：

1. 宠物名字建议系统：简单任务演示，包括构建模型调用链。
2. LLM + RAG（检索增强生成）：处理长文档查询，结合BM25搜索算法提取文档内相关片段，再提交给MariTalk。

代码实现演示

安装依赖

首先，安装LangChain及其依赖库：

!pip install langchain langchain-core langchain-community httpx

示例1 - 宠物名字建议

定义并配置我们的语言模型：

from langchain_community.chat_models import ChatMaritalk
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts.chat import ChatPromptTemplate

llm = ChatMaritalk(
    model="sabia-2-medium",  # 可用模型：sabia-2-small和sabia-2-medium
    api_key="