如何让RAG应用程序返回数据来源

引言

在问答应用程序中，显示用于生成答案的来源对用户非常重要。通过在每次回答过程中返回检索到的文档，是实现这一目标的最简单方法。本文将基于Lilian Weng的博客文章“LLM Powered Autonomous Agents”中的RAG教程，构建一个问答应用程序，并展示两种实现方式：

1. 使用内置的create_retrieval_chain，其默认返回来源。
2. 使用简单的LCEL实现，展示其操作原理。

我们还将展示如何将来源信息结构化整合到模型响应中，使模型能够报告生成答案时所使用的具体来源。

主要内容

设置

依赖项

我们将使用OpenAI嵌入和Chroma向量存储。在此过程中，我们的演示适用于任何Embeddings、VectorStore或Retriever。

%pip install --upgrade --quiet langchain langchain-community langchainhub langchain-openai langchain-chroma bs4

需要设置环境变量OPENAI_API_KEY，可以直接设置，也可以从.env文件加载：

import getpass
import os

os.environ["OPENAI_API_KEY"] = getpass.getpass()

LangSmith

LangChain应用程序通常包含多个步骤和LLM调用。随着应用程序复杂度增加，能够检查链或代理中的具体操作变得至关重要。LangSmith是实现这一功能的最佳方式。

os.environ["LANGCHAIN_TRACING_V2"] = "true"
os.environ["LANGCHAIN_API_KEY"] = getpass.getpass()

使用create_retrieval_chain

选择一个LLM

以下是一个与来源结合的问答应用程序示例：

import bs4
from langchain.chains