>Upstage 是一家领先的人工智能 (AI) 公司，专注于提供超越人类水平性能的大语言模型组件。 > >**Solar Pro** 是一款企业级大语言模型，针对单 GPU 部署进行了优化，擅长指令遵循和处理 HTML 和 Markdown 等结构化格式。它支持英语、韩语和日语，在多语言性能方面表现出色，并在金融、医疗和法律领域提供专业知识。

>除了 Solar，Upstage 还提供用于现实世界 RAG（检索增强生成）的功能，例如 **文档解析** 和 **Groundedness 检查**.

Upstage LangChain 集成

参见 文档 了解更多关于模型和功能的信息。

安装和设置

安装 langchain-upstage package:

pip install -qU langchain-core langchain-upstage

获取 API 密钥 并设置环境变量 UPSTAGE_API_KEY.

os.environ["UPSTAGE_API_KEY"] = "YOUR_API_KEY"

聊天模型

Solar LLM

参见 使用示例.

from langchain_upstage import ChatUpstage

chat = ChatUpstage()
response = chat.invoke("Hello, how are you?")
print(response)

嵌入模型

参见 使用示例.

from langchain_upstage import UpstageEmbeddings

embeddings = UpstageEmbeddings(model="solar-embedding-1-large")
doc_result = embeddings.embed_documents(
    ["Sung is a professor.", "This is another document"]
)
print(doc_result)

query_result = embeddings.embed_query("What does Sung do?")
print(query_result)

文档加载器

文档解析

参见 使用示例.

from langchain_upstage import UpstageDocumentParseLoader

file_path = "/PATH/TO/YOUR/FILE.pdf"
layzer = UpstageDocumentParseLoader(file_path, split="page")

# For improved memory efficiency, consider using the lazy_load method to load documents page by page.
docs = layzer.load()  # or layzer.lazy_load()

for doc in docs[:3]:
    print(doc)

工具

Groundedness 检查

参见 使用示例.

from langchain_upstage import UpstageGroundednessCheck

groundedness_check = UpstageGroundednessCheck()

request_input = {
    "context": "Mauna Kea is an inactive volcano on the island of Hawaii. Its peak is 4,207.3 m above sea level, making it the highest point in Hawaii and second-highest peak of an island on Earth.",
    "answer": "Mauna Kea is 5,207.3 meters tall.",
}
response = groundedness_check.invoke(request_input)
print(response)