Amazon OpenSearch 和 LangChain 演示

開始之前

確保已安裝 Python 和 Streamlit。
克隆這個倉庫

設定 Amazon OpenSearch

建立 Amazon OpenSearch Serverless 集合（輸入Vector search並選擇輕鬆建立選項）- 文件。

使用以下配置建立索引：

將資料載入到 OpenSearch 中

下載亞馬遜 2022 年致股東信並將其放在同一目錄中。

建立.env檔案並提供有關您的 Amazon OpenSearch 設定的以下資訊：

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

確保您已設定 Amazon Bedrock 以便從本機電腦存取。此外，您還需要存取 Amazon Bedrock 中的amazon.titan-embed-text-v1嵌入模型和anthropic.claude-v2模型 - 請按照以下說明了解詳細資訊。

載入PDF數據：

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

python3 load.py

驗證 OpenSearch 集合中的數據

運行語義搜尋應用程式

streamlit run app_semantic_search.py --server.port 8080

您可以提出問題，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?

運行 RAG 應用程式

在不同的終端機中：

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

您可以提出問題，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?