研究助理
该模板实现了一个版本的GPT Researcher,您可以将其用作研究代理的起点。
环境设置
默认模板依赖于ChatOpenAI和DuckDuckGo,因此您需要以下环境变量:
OPENAI_API_KEY
要使用Tavily LLM优化搜索引擎,您将需要:
TAVILY_API_KEY
用法
要使用此软件包,您应首先安装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 research-assistant
如果要将其添加到现有项目中,只需运行:
langchain app add research-assistant
并将以下代码添加到您的 server.py
文件中:
from research_assistant import chain as research_assistant_chain
add_routes(app, research_assistant_chain, path="/research-assistant")
(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,那么您可以直接启动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/research-assistant/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/research-assistant")