深入理解HyDE

这个模板使用了带有RAG的HyDE。

Hyde是一种检索方法，代表着Hypothetical Document Embeddings（HyDE）。它是一种通过为传入查询生成假设文档来增强检索的方法。

然后对文档进行嵌入，并利用该嵌入来查找与假设文档相似的真实文档。

其基本概念是，假设文档在嵌入空间中可能比查询更接近。

更详细的描述，请参阅论文这里。

环境设置

设置OPENAI_API_KEY环境变量以访问OpenAI模型。

使用方法

要使用此软件包，您首先应该安装LangChain CLI：

pip install -U langchain-cli

要创建一个新的LangChain项目并将其安装为唯一软件包，您可以执行：

langchain app new my-app --package hyde

如果要将其添加到现有项目中，只需运行：

langchain app add hyde

并将以下代码添加到您的server.py文件中：

from hyde.chain import chain as hyde_chain
add_routes(app, hyde_chain, path="/hyde")

（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，则可以通过以下方式直接启动LangServe实例：

langchain serve

这将启动一个FastAPI应用程序，服务器在本地运行，地址为

http://localhost:8000

我们可以在http://127.0.0.1:8000/docs看到所有模板。

我们可以在http://127.0.0.1:8000/hyde/playground访问playground。

我们可以通过以下代码从代码中访问模板：

from langserve.client import RemoteRunnable
runnable = RemoteRunnable("http://localhost:8000/hyde")