rewrite_retrieve_read
这个模板实现了一种查询转换（重写）的方法，用于优化 RAG，在论文Query Rewriting for Retrieval-Augmented Large Language Models中有详细介绍。
环境设置
设置 OPENAI_API_KEY 环境变量以访问 OpenAI 模型。
使用方法
要使用这个包，首先需要安装 LangChain CLI：
shell
pip install -U langchain-cli要创建一个新的 LangChain 项目并将其作为唯一的包安装，可以执行以下操作：
shell
langchain app new my-app --package rewrite_retrieve_read如果要将其添加到现有项目中，只需运行：
shell
langchain app add rewrite_retrieve_read然后将以下代码添加到你的 server.py 文件中：
python
from rewrite_retrieve_read.chain import chain as rewrite_retrieve_read_chain
add_routes(app, rewrite_retrieve_read_chain, path="/rewrite-retrieve-read")（可选）现在让我们配置 LangSmith。
LangSmith 将帮助我们跟踪、监控和调试 LangChain 应用程序。
你可以在这里注册 LangSmith。
如果你没有访问权限，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"如果你在此目录中，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模板：
python
from langserve.client import RemoteRunnable
runnable = RemoteRunnable("http://localhost:8000/rewrite_retrieve_read")