如何使用LangChain加载LlamaIndex生成的本地索引并执行查询？

你已经通过LlamaIndex生成并持久化了索引到myindex目录，现在可以通过以下步骤将该索引接入LangChain生态，使用其Prompts、Chains、Agents等功能：

核心思路 #

先加载LlamaIndex的本地索引，将其转换为LangChain兼容的Retriever，再结合LangChain的检索问答链（RetrievalQA）等组件完成查询。

具体实现代码 #

修改你的查询代码为如下形式：

from llama_index import StorageContext, load_index_from_storage
from langchain.llms import OpenAI
from langchain.chains import RetrievalQA
from llama_index.langchain_helpers import LlamaIndexRetriever
import os

# 设置OpenAI API密钥
os.environ["OPENAI_API_KEY"] = "你的API密钥"

# 加载LlamaIndex本地索引
storage_context = StorageContext.from_defaults(persist_dir="myindex")
index = load_index_from_storage(storage_context)

# 转换为LangChain Retriever
retriever = LlamaIndexRetriever(index=index)

# 初始化LangChain的检索问答链
qa_chain = RetrievalQA.from_chain_type(
    llm=OpenAI(temperature=0),
    chain_type="stuff",
    retriever=retriever,
    return_source_documents=True
)

# 执行查询
result = qa_chain({"query": "Who is Avery?"})
print("答案：", result["result"])
print("\n来源文档：", result["source_documents"])

关键说明 #

• LlamaIndexRetriever：这是LlamaIndex提供的适配层，能将自身的索引转换为LangChain标准的Retriever接口，实现两者无缝对接。
• RetrievalQA链：这是LangChain中用于基于检索结果生成回答的常用链，你可以根据需求替换为其他链类型（比如map_reduce、refine），或者自定义Prompt调整回答风格。
• 扩展使用：完成上述步骤后，你可以将该Retriever接入LangChain的Agent、自定义Chain等组件，充分利用LangChain的生态能力。

内容的提问来源于stack exchange，提问作者chenkun