rag-momento-vector-index

这个模板使用 Momento Vector Index (MVI) 和 OpenAI 来执行 RAG。

MVI：最高效、最易于使用的无服务器向量索引服务。要开始使用 MVI，只需注册一个账号。无需处理基础设施、管理服务器或担心扩展性。MVI 是一个根据需求自动扩展的服务。可以与其他 Momento 服务结合使用，如 Momento Cache 用于缓存提示和作为会话存储，或 Momento Topics 作为发布/订阅系统向应用程序广播事件。

要注册并访问 MVI，请访问Momento 控制台。

环境设置

这个模板使用 Momento Vector Index 作为向量存储，并需要设置 MOMENTO_API_KEY 和 MOMENTO_INDEX_NAME。

前往控制台获取 API 密钥。

设置 OPENAI_API_KEY 环境变量以访问 OpenAI 模型。

使用方法

要使用这个包，首先需要安装 LangChain CLI：

pip install -U langchain-cli

要创建一个新的 LangChain 项目并将此包安装为唯一的包，可以执行以下命令：

langchain app new my-app --package rag-momento-vector-index

如果要将此包添加到现有项目中，只需运行：

langchain app add rag-momento-vector-index

然后将以下代码添加到你的 server.py 文件中：

from rag_momento_vector_index import chain as rag_momento_vector_index_chain
add_routes(app, rag_momento_vector_index_chain, path="/rag-momento-vector-index")

（可选）现在让我们配置 LangSmith。

LangSmith 将帮助我们跟踪、监控和调试 LangChain 应用程序。

你可以在这里注册 LangSmith。

如果你没有访问权限，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"

如果你在此目录中，可以直接启动 LangServe 实例：

langchain serve

这将在本地启动一个运行在 http://localhost:8000 的 FastAPI 应用程序。

我们可以在 http://127.0.0.1:8000/docs 查看所有模板。

我们可以在 http://127.0.0.1:8000/rag-momento-vector-index/playground 访问 playground。

我们可以通过以下代码访问模板：

from langserve.client import RemoteRunnable
runnable = RemoteRunnable("http://localhost:8000/rag-momento-vector-index")

数据索引

我们已经包含了一个用于索引数据的示例模块。该模块位于 rag_momento_vector_index/ingest.py。在 chain.py 中有一行被注释掉的代码调用了它。取消注释以使用。