基于LangChain搭建仅调用自定义数据的ChatBot基础示例请求

1. 安装依赖 #

首先安装所需Python包：

pip install langchain openai python-dotenv faiss-cpu

2. 配置环境 #

在项目根目录创建.env文件，填入你的OpenAI API密钥：

OPENAI_API_KEY=your-api-key-here

3. 核心代码实现 #

创建chatbot.py文件，内容如下：

from langchain.embeddings.openai import OpenAIEmbeddings
from langchain.vectorstores import FAISS
from langchain.text_splitter import CharacterTextSplitter
from langchain.chains import RetrievalQA
from langchain.llms import OpenAI
from dotenv import load_dotenv
import os

# 加载环境变量
load_dotenv()

# 读取自有数据文件
with open("mydata.txt", "r", encoding="utf-8") as f:
    raw_text = f.read()

# 分割文本为适配向量存储的小片段
text_splitter = CharacterTextSplitter(
    separator="\n",
    chunk_size=1000,
    chunk_overlap=200,
    length_function=len,
)
texts = text_splitter.split_text(raw_text)

# 构建向量数据库
embeddings = OpenAIEmbeddings()
db = FAISS.from_texts(texts, embeddings)

# 创建检索式问答链
qa_chain = RetrievalQA.from_chain_type(
    llm=OpenAI(temperature=0),  # 低温度保证回答贴合自有数据
    chain_type="stuff",
    retriever=db.as_retriever(search_kwargs={"k": 1}),
    return_source_documents=True
)

# 测试对话逻辑
user_query = "告诉我搭建树屋的方法"
result = qa_chain({"query": user_query})

print("聊天机器人：", result["result"])

4. 运行说明 #

1. 确保mydata.txt与代码、.env文件在同一目录，文件内包含目标领域知识（如你提供的树屋搭建材料内容）。
2. 执行python chatbot.py即可触发对话，获取基于自有数据的回答。

内容的提问来源于stack exchange，提问作者user2570135