Amazon OpenSearch 和 LangChain 演示

开始之前

确保已安装 Python 和 Streamlit。
克隆这个仓库

设置 Amazon OpenSearch

创建 Amazon OpenSearch Serverless 集合（输入Vector search并选择轻松创建选项）- 文档。

使用以下配置创建索引：

将数据加载到 OpenSearch 中

下载亚马逊 2022 年致股东信并将其放在同一目录中。

创建.env文件并提供有关您的 Amazon OpenSearch 设置的以下信息：

opensearch_index_name= '  '
opensearch_url= '  '
engine= ' faiss '
vector_field= ' vector_field '
text_field= ' text '
metadata_field= ' metadata '

确保您已配置 Amazon Bedrock 以便从本地计算机进行访问。此外，您还需要访问 Amazon Bedrock 中的amazon.titan-embed-text-v1嵌入模型和anthropic.claude-v2模型 - 请按照以下说明了解详细信息。

加载PDF数据：

python3 -m venv myenv
source myenv/bin/activate
pip3 install -r requirements.txt

python3 load.py

验证 OpenSearch 集合中的数据

运行语义搜索应用程序

streamlit run app_semantic_search.py --server.port 8080

您可以提出问题，例如：

What is Amazon ' s doing in the field of generative AI?
What were the key challenges Amazon faced in 2022?
What were some of the important investments and initiatives mentioned in the letter?

运行 RAG 应用程序

在不同的终端中：

 source myenv/bin/activate
streamlit run app_rag.py --server.port 8081

您可以提出问题，例如：

What is Amazon ' s doing in the field of generative AI?
What were the key challenges Amazon faced in 2022?
What were some of the important investments and initiatives mentioned in the letter?