langflow_ragas

Avaliação Ragas em Langflow

O repositório implementa o código para fidelidade das métricas RAGAS, answer_relevancy, context_recall e context_precision (https://docs.ragas.io/en/stable/index.html) em um pipeline RAG.

Isso é feito criando o componente personalizado ragas_custom_component.json.

Tutorial

Clonar o repositório

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

Instale langflow e ragas:

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

No terminal, execute

 langflow run

Faça upload do pipeline RAG json RAGAS métricas.json

Copie os documentos PDF para a pasta pdf_documents ou altere o caminho no componente Document Loader:

Insira sua chave de API OpenAI em ambos os componentes de Embeddings,

no componente de modelos OpenAI,

e no componente personalizado Ragas:

Execute o pipeline de chunking executando o componente ChromaDB:

Entre no playground e faça perguntas: