构建 RAG + langchain 项目时无法识别我的查询文本

Question

我正在按照 Pixegami 制作的这个教程来创建适用于瑞典建筑师的施工规则。而且我是初学者，所以问题可能很简单，与构建 RAG 的具体任务无关。

这是“我的”代码：

import argparse
from dataclasses import dataclass
from langchain.vectorstores.chroma import Chroma
from langchain_openai import OpenAIEmbeddings
from langchain_community.chat_models import ChatOpenAI
from langchain.prompts import ChatPromptTemplate

CHROMA_PATH = "chroma"

PROMPT_TEMPLATE = """
Answer the question based only on the following context:

{context}

---

Answer the question based on the above context: {question}
"""


def main():
    # Create CLI.
    parser = argparse.ArgumentParser()
    parser.add_argument("query_text", type=str, help="is the word regler used in this text?")
    args = parser.parse_args()
    query_text = args.query_text

    # Prepare the DB.
    embedding_function = OpenAIEmbeddings()
    db = Chroma(persist_directory=CHROMA_PATH, embedding_function=embedding_function)

    # Search the DB.
    results = db.similarity_search_with_relevance_scores(query_text, k=3)
    if len(results) == 0 or results[0][1] < 0.7:
        print(f"Unable to find matching results.")
        return

    context_text = "\n\n---\n\n".join([doc.page_content for doc, _score in results])
    prompt_template = ChatPromptTemplate.from_template(PROMPT_TEMPLATE)
    prompt = prompt_template.format(context=context_text, question=query_text)
    print(prompt)

    model = ChatOpenAI()
    response_text = model.predict(prompt)

    sources = [doc.metadata.get("source", None) for doc, _score in results]
    formatted_response = f"Response: {response_text}\nSources: {sources}"
    print(formatted_response)


if __name__ == "__main__":
    main()

当我运行代码时，我收到以下错误消息：

usage: query_data.py [-h] query_text
query_data.py: error: the following arguments are required: query_text

起初我问 ChatGPT 可能出了什么问题，得到的答案是可能不允许使用非英文字符，所以现在我尝试仅使用英文字符更改查询，但仍然无法正常工作。我想我可能没有

argsparse

所以我通过

pip install argparse

安装了它。

我可以看到 Pixegami 编辑器中的代码颜色与我的不同。

"query_text = args"

在我的编辑器中是浅蓝色的，其余部分是白色的，但在他的编辑器中整行都是白色的。

这就是我陷入困境的地方，如果需要，我很乐意提供更多信息。

Answer 1

用法：query_data.py [-h] query_text

这意味着您应该在执行命令的同时发布您的query_text 例子 python yourcode.py“query_text”