langflow_ragas

Langflow での Ragas の評価

このリポジトリは、RAG パイプライン上に RAGAS メトリクスの忠実度、answer_relevancy、context_recall、context_precision (https://docs.ragas.io/en/stable/index.html) のコードを実装します。

これを行うには、カスタム コンポーネント ragas_custom_component.json を作成します。

チュートリアル

リポジトリのクローンを作成する

 git clone https : // github . com / paulomuraroferreira / langflow_ragas . git

langflow と ragas をインストールします。

!p ip install langflow == 1.0 . 11
!p ip install ragas == 0.1 . 10

ターミナル上で実行します

 langflow run

json RAG パイプライン RAGAS metrics.json をアップロードします。

PDF ドキュメントを pdf_documents フォルダーにコピーするか、ドキュメント ローダー コンポーネントのパスを変更します。

両方の Embeddings コンポーネントに OpenAI API キーを入力します。

OpenAI モデル コンポーネント上で、

Ragas カスタム コンポーネントでは次のようになります。

ChromaDB コンポーネントを実行して、チャンク パイプラインを実行します。

遊び場に入って質問してください。