SerpAPI 加载器

本指南展示了如何使用 SerpAPI 与 LangChain 加载网络搜索结果。

概述

SerpAPI 是一个实时 API，提供对来自各种搜索引擎的搜索结果的访问权限。它通常用于竞争对手分析和排名跟踪等任务。它使企业能够从所有搜索引擎的结果页面中抓取、提取和理解数据。

本指南展示了如何使用 LangChain 中的 SerpAPILoader 加载网络搜索结果。SerpAPILoader 简化了从 SerpAPI 加载和处理网络搜索结果的过程。

设置

您需要注册并检索您的 SerpAPI API 密钥。

用法

以下是如何使用 SerpAPILoader 的示例

提示

请参阅 本节了解有关安装集成包的通用说明。

npm

npm install @langchain/community @langchain/core @langchain/openai

Yarn

yarn add @langchain/community @langchain/core @langchain/openai

pnpm

pnpm add @langchain/community @langchain/core @langchain/openai

import { ChatOpenAI, OpenAIEmbeddings } from "@langchain/openai";
import { MemoryVectorStore } from "langchain/vectorstores/memory";
import { SerpAPILoader } from "@langchain/community/document_loaders/web/serpapi";
import { ChatPromptTemplate } from "@langchain/core/prompts";
import { createStuffDocumentsChain } from "langchain/chains/combine_documents";
import { createRetrievalChain } from "langchain/chains/retrieval";

// Initialize the necessary components
const llm = new ChatOpenAI();
const embeddings = new OpenAIEmbeddings();
const apiKey = "Your SerpAPI API key";

// Define your question and query
const question = "Your question here";
const query = "Your query here";

// Use SerpAPILoader to load web search results
const loader = new SerpAPILoader({ q: query, apiKey });
const docs = await loader.load();

// Use MemoryVectorStore to store the loaded documents in memory
const vectorStore = await MemoryVectorStore.fromDocuments(docs, embeddings);

const questionAnsweringPrompt = ChatPromptTemplate.fromMessages([
  [
    "system",
    "Answer the user's questions based on the below context:\n\n{context}",
  ],
  ["human", "{input}"],
]);

const combineDocsChain = await createStuffDocumentsChain({
  llm,
  prompt: questionAnsweringPrompt,
});

const chain = await createRetrievalChain({
  retriever: vectorStore.asRetriever(),
  combineDocsChain,
});

const res = await chain.invoke({
  input: question,
});

console.log(res.answer);

API 参考

• ChatOpenAI 来自 @langchain/openai
• OpenAIEmbeddings 来自 @langchain/openai
• MemoryVectorStore 来自 langchain/vectorstores/memory
• SerpAPILoader 来自 @langchain/community/document_loaders/web/serpapi
• ChatPromptTemplate 来自 @langchain/core/prompts
• createStuffDocumentsChain 来自 langchain/chains/combine_documents
• createRetrievalChain 来自 langchain/chains/retrieval

在此示例中，SerpAPILoader 用于加载网络搜索结果，然后使用 MemoryVectorStore 将其存储在内存中。然后使用检索链从内存中检索最相关的文档，并根据这些文档回答问题。这展示了 SerpAPILoader 如何简化加载和处理网络搜索结果的过程。