Skip to main content

研究助理

这个模板实现了一个版本的GPT Researcher，你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，所以你需要以下环境变量：

  • OPENAI_API_KEY

并且要使用Tavily LLM优化的搜索引擎，你需要：

  • TAVILY_API_KEY

使用方法​

要使用这个包，你首先需要安装LangChain CLI：

pip install -U langchain-cli

要创建一个新的LangChain项目并将其安装为唯一的包，你可以执行以下操作：

langchain app new my-app --package research-assistant

如果你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你的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。 LangSmith目前处于私有测试版，你可以在这里注册。 如果你没有访问权限，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"

如果你在此目录中，则可以直接启动LangServe实例：

langchain serve

这将在本地启动一个运行在http://localhost:8000的FastAPI应用程序服务器

我们可以在http://127.0.0.1:8000/docs上查看所有模板 我们可以在http://127.0.0.1:8000/research-assistant/playground上访问playground

我们可以通过以下代码访问模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/research-assistant")