Я написал код LangChain, используя Chroma DB, для векторного хранения данных с URL-адреса веб-сайта. В настоящее время он работает для получения данных из URL-адреса, сохранения их в папке проекта и последующего использования этих данных для ответа на запрос пользователя. Я понял, как сохранить эти данные после запуска, но не могу понять, как затем загрузить эти данные для будущих запросов. Цель состоит в том, чтобы получить пользовательский ввод, и программа, использующая OpenAI LLM, сгенерирует ответ на основе существующих файлов базы данных, в отличие от программы, которая должна создавать/записывать эти файлы базы данных при каждом запуске. Как это можно сделать?
Что мне делать?
Я попробовал это, поскольку это, вероятно, будет идеальным решением:
Код: Выделить всё
vectordb = Chroma(persist_directory=persist_directory, embedding_function=embeddings)
qa = RetrievalQA.from_chain_type(llm=llm, chain_type="stuff", vectorstore=vectordb)
Но функция from_chain_type() не принимает базу данных векторного хранилища в качестве входных данных, поэтому это не работает.
Подробнее здесь:
https://stackoverflow.com/questions/762 ... r-database