With LlamaIndex, it’s easy to query multiple documents. This functionality is enabled through the `SubQuestionQueryEngine` class. When given a query, the query engine generates a “query plan” consisting of sub-queries against sub-documents, which are then synthesized to provide the final an...
要加载多个HTML文件并解析它们以获取非结构化文本和结构化表格，您可以使用LlamaIndex框架中的HTMLTagReader...
5 index = VectorStoreIndex.from_documents( 6 documents, storage_context=storage_context 7 ) 8 query_engine = index.as_query_engine() 一旦数据被输入到向量存储中,就会创建一个索引。下一步是将查询引擎转换为工具。为此,将使用LlamaIndex的QueryEngineTool方法。 Python 复制 1 from llama_index.core.too...
username ="neo4j"password ="pleaseletmein"url ="bolt://localhost:7687"embed_dim =1536neo4j_vector = Neo4jVectorStore(username, password, url, embed_dim)# load documentsdocuments = SimpleDirectoryReader("./data/paul_graham").load_data()fromllama_index.coreimportStorageContext storage_context = Sto...
1 from llama_index.core.tools import FunctionTool 2 def multiply(a: int, b: int) -> int: 3 """Multiple two integers and returns the result integer""" 4 return a * b 5 6 multiply_tool = FunctionTool.from_defaults(fn=multiply) ...
LlamaIndex has 100s of data loaders that provide the ability to connect custom data sources to LLMs. It connects pre-built solutions like Airtable, Jira, Salesforce and more to generic plugins for loading data from files, JSON documents, simple CSV, and unstructured data. ...
LLamaIndex生成式问答 奖金部分。 准备工作 首先我们需要在OPenAI官网获取API秘钥,具体步骤是:转到https://platform.openai.com,登录或注册新帐户→ 点击您的个人资料→ 查看API密钥并创建新的密钥,如下图所示: Note:实际上,我们可以使用其他LLM模型。 下面准备安装相关的python包,需要保证Python>=3.7来进行操作,然后...
from_documents( documents, storage_context=storage_context )query_engine= index.as_query_engine...
使用LlamaIndex 构建简单的 RAG 查询引擎 documents = SimpleDirectoryReader(dir_path).load_data() index = VectorStoreIndex.from_documents(documents) query_engine = index.as_query_engine() 默认情况下,LlamaIndex 使用 OpenAI 模型,但可以使用 ServiceContext 轻松配置 LLM 和嵌入模型。 构建评估数据集 由于有...
LlamaIndex 通过引入“智能体”的概念解决了这一局限性。智能体比查询引擎更进了一步,它们不仅可以从静态数据源中“读取”信息,还可以动态地从各种工具中摄取和修改数据。 在大型语言模型(LLM)的驱动下,这些智能体旨在执行一系列操作,通过从提供的工具集中选择最合适的工具来完成指定的任务。这些工具可以是简单的基本...