Exemples de bout en bout

Nous incluons plusieurs exemples de bout en bout en utilisant LlamaIndex.TS dans le référentiel.

Consultez les exemples ci-dessous ou essayez-les et complétez-les en quelques minutes avec les tutoriels interactifs de Github Codespace fournis par Dev-Docs ici:

Chat Engine

Lisez un fichier et discutez à ce sujet avec le LLM.

Index de vecteurs

Créez un index de vecteurs et interrogez-le. L'index de vecteurs utilisera des plongements pour récupérer les nœuds les plus pertinents les plus proches. Par défaut, le top k est 2.

Index de résumé

Créez un index de liste et interrogez-le. Cet exemple utilise également le LLMRetriever, qui utilisera le LLM pour sélectionner les meilleurs nœuds à utiliser lors de la génération de la réponse.

Enregistrer / Charger un index

Créez et chargez un index de vecteurs. La persistance sur le disque dans LlamaIndex.TS se fait automatiquement une fois qu'un objet de contexte de stockage est créé.

Index de vecteur personnalisé

Créez un index de vecteur et interrogez-le, tout en configurant le LLM, le ServiceContext et le similarity_top_k.

OpenAI LLM

Créez un OpenAI LLM et utilisez-le directement pour discuter.

Llama2 DeuceLLM

Créez un Llama-2 LLM et utilisez-le directement pour discuter.

SubQuestionQueryEngine

Utilise le SubQuestionQueryEngine, qui divise les requêtes complexes en plusieurs questions, puis agrège une réponse à travers les réponses à toutes les sous-questions.

Cet exemple utilise plusieurs composants de bas niveau, ce qui élimine le besoin d'un moteur de requête réel. Ces composants peuvent être utilisés n'importe où, dans n'importe quelle application, ou personnalisés et sous-classés pour répondre à vos propres besoins.