Psychic
本筆記本涵蓋如何從 Psychic 載入文件。請參閱此處以瞭解更多詳細資訊。
先決條件
- 請依照本文件中的「快速入門」章節
- 登入 Psychic 儀表板並取得您的密鑰
- 將前端 react 函式庫安裝到您的 Web 應用程式中，並讓使用者驗證連線。連線將使用您指定的連線 ID 建立。
載入文件
使用 PsychicLoader 類別從連線中載入文件。每個連線都有一個連接器 ID（對應於已連線的 SaaS 應用程式）和一個連線 ID（您傳遞到前端函式庫中的 ID）。
# Uncomment this to install psychicapi if you don't already have it installed
!poetry run pip -q install psychicapi langchain-chroma
[1m[[0m[34;49mnotice[0m[1;39;49m][0m[39;49m A new release of pip is available: [0m[31;49m23.0.1[0m[39;49m -> [0m[32;49m23.1.2[0m
[1m[[0m[34;49mnotice[0m[1;39;49m][0m[39;49m To update, run: [0m[32;49mpip install --upgrade pip[0m
from langchain_community.document_loaders import PsychicLoader
from psychicapi import ConnectorId
# Create a document loader for google drive. We can also load from other connectors by setting the connector_id to the appropriate value e.g. ConnectorId.notion.value
# This loader uses our test credentials
google_drive_loader = PsychicLoader(
api_key="7ddb61c1-8b6a-4d31-a58e-30d1c9ea480e",
connector_id=ConnectorId.gdrive.value,
connection_id="google-test",
)
documents = google_drive_loader.load()
API 參考：PsychicLoader
將文件轉換為嵌入
我們現在可以將這些文件轉換為嵌入，並將它們儲存在像 Chroma 這樣的向量資料庫中
from langchain.chains import RetrievalQAWithSourcesChain
from langchain_chroma import Chroma
from langchain_openai import OpenAI, OpenAIEmbeddings
from langchain_text_splitters import CharacterTextSplitter
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
texts = text_splitter.split_documents(documents)
embeddings = OpenAIEmbeddings()
docsearch = Chroma.from_documents(texts, embeddings)
chain = RetrievalQAWithSourcesChain.from_chain_type(
OpenAI(temperature=0), chain_type="stuff", retriever=docsearch.as_retriever()
)
chain({"question": "what is psychic?"}, return_only_outputs=True)
相關
- 文件載入器概念指南 conceptual guide
- 文件載入器操作指南 how-to guides