Маршрутизация запросов в LlamaIndex

О чём урок

VectorStoreIndex предназначен для обработки запросов, связанных с конкретными контекстами, тогда как SummaryIndex оптимизирован для ответов на запросы по составлению сводок. Однако в реальных сценариях пользовательские запросы могут требовать как контекстно-специфичных ответов, так и сводок. Для решения этой проблемы система должна эффективно маршрутизировать пользовательские запросы к соответствующему индексу для предоставления релевантных ответов. В этом notebook мы будем использовать RouterQueryEngine для направления пользовательских запросов к соответствующему индексу на основе типа запроса. Мы будем использовать Отчетность Uber 10K SEC. VectorStoreIndex -> Запросы, специфичные для контекста SummaryIndex -> Запросы на составление сводок Вы можете видеть, что он использует SummaryIndex для предоставления ответа на запрос по составлению сводки. Вы можете видеть, что он использует VectorStoreIndex для ответа на запрос, специфичный для контекста.

План урока

1. Установка
2. Настройка API Key
3. Настройка LLM и Embedding Model
4. Загрузка данных
5. Создание индекса и движка запросов
6. Создание инструментов
7. Создание движка маршрутизации запросов
8. Выполнение запросов