RAG 融合
该模板使用了一个项目的重新实现，该项目可以在这里找到。
它执行多个查询生成和互惠排序融合，以重新排列搜索结果。
环境设置
设置 OPENAI_API_KEY 环境变量以访问 OpenAI 模型。
用法
要使用此软件包，您首先应该安装 LangChain CLI：
shell
pip install -U langchain-cli要创建一个新的 LangChain 项目并将其安装为唯一软件包，您可以执行：
shell
langchain app new my-app --package rag-fusion如果您想将其添加到现有项目中，只需运行：
shell
langchain app add rag-fusion并将以下代码添加到您的 server.py 文件中：
python
from rag_fusion.chain import chain as rag_fusion_chain
add_routes(app, rag_fusion_chain, path="/rag-fusion")（可选）现在让我们配置 LangSmith。
LangSmith 将帮助我们跟踪、监视和调试 LangChain 应用程序。
您可以在这里注册 LangSmith。
如果您没有访问权限，可以跳过此部分
shell
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project> # 如果未指定，默认为 "default"如果您在此目录中，则可以直接启动 LangServe 实例：
shell
langchain serve这将在本地启动一个 FastAPI 应用程序，服务器运行在 http://localhost:8000
我们可以在 http://127.0.0.1:8000/docs 上看到所有模板
我们可以在 http://127.0.0.1:8000/neo4j_cypher/playground 访问 playground
我们可以通过以下代码访问代码中的模板：
python
from langserve.client import RemoteRunnable
runnable = RemoteRunnable("http://localhost:8000/rag-fusion")