research-assistant
此模板实现了一个版本的
GPT Researcher,您可以将其作为研究代理的起点。
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
并且要使用 Tavily LLM 优化的搜索引擎,您需要:
TAVILY_API_KEY
使用方法
要使用此包,您首先需要安装 LangChain CLI:
pip install -U langchain-cli
要创建一个新的 LangChain 项目并将其作为唯一包安装,您可以执行:
langchain app new my-app --package research-assistant
如果您想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、监控和调试 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,则可以直接通过以下命令启动一个 LangServe 实例:
langchain serve
这将启动 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 查看所有模板。 我们可以在 http://127.0.0.1:8000/research-assistant/playground 访问游乐场。
我们可以通过代码访问模板:
from langserve.client import RemoteRunnable
runnable = RemoteRunnable("http://localhost:8000/research-assistant")