CogneeRetriever

这将帮助您开始使用 Cognee 检索器.

集成详情

使用自有数据（即为自定义文档语料库建立索引和搜索）：

设置

对于 cognee 默认设置，您只需要 OpenAI API 密钥。

如果您想从单个查询获取自动跟踪，您还可以设置您的 LangSmith 通过取消下方注释来设置 API 密钥：

os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
os.environ["LANGSMITH_TRACING"] = "true"

安装

此检索器位于 langchain-cognee package:

pip install -qU langchain-cognee

nest_asyncio.apply()

实例化

现在我们可以实例化我们的检索器：

from langchain_cognee import CogneeRetriever

retriever = CogneeRetriever(
    llm_api_key="sk-",  # OpenAI API Key
    dataset_name="my_dataset",
    k=3,
)

用法

添加一些文档，处理它们，然后运行查询。Cognee 检索与您的查询相关的知识并生成最终答案。

# Example of adding and processing documents
from langchain_core.documents import Document

docs = [
    Document(page_content="Elon Musk is the CEO of SpaceX."),
    Document(page_content="SpaceX focuses on rockets and space travel."),
]

retriever.add_documents(docs)
retriever.process_data()

# Now let's query the retriever
query = "Tell me about Elon Musk"
results = retriever.invoke(query)

for idx, doc in enumerate(results, start=1):
    print(f"Doc {idx}: {doc.page_content}")