QueryEngine (Motor de Consulta)
Esta documentação foi traduzida automaticamente e pode conter erros. Não hesite em abrir um Pull Request para sugerir alterações.
Um motor de consulta envolve um Retriever e um ResponseSynthesizer em um pipeline, que usará a string de consulta para buscar nós e, em seguida, enviá-los para o LLM para gerar uma resposta.
const queryEngine = index.asQueryEngine();
const response = await queryEngine.query("string de consulta");
Motor de Consulta de Subperguntas
O conceito básico do Motor de Consulta de Subperguntas é dividir uma única consulta em várias consultas, obter uma resposta para cada uma dessas consultas e, em seguida, combinar essas respostas diferentes em uma única resposta coerente para o usuário. Você pode pensar nisso como a técnica de "pensar passo a passo" mas iterando sobre suas fontes de dados!
Começando
A maneira mais fácil de começar a experimentar o Motor de Consulta de Subperguntas é executar o arquivo subquestion.ts em exemplos.
npx ts-node subquestion.ts
Ferramentas
O SubQuestionQueryEngine é implementado com Ferramentas. A ideia básica das Ferramentas é que elas são opções executáveis para o grande modelo de linguagem. Neste caso, nosso SubQuestionQueryEngine depende do QueryEngineTool, que, como você pode imaginar, é uma ferramenta para executar consultas em um QueryEngine. Isso nos permite dar ao modelo a opção de consultar diferentes documentos para diferentes perguntas, por exemplo. Você também pode imaginar que o SubQuestionQueryEngine poderia usar uma Ferramenta que busca algo na web ou obtém uma resposta usando o Wolfram Alpha.
Você pode aprender mais sobre as Ferramentas dando uma olhada na documentação do LlamaIndex Python em https://gpt-index.readthedocs.io/en/latest/core_modules/agent_modules/tools/root.html
"