Ricettario - Integrazione LlamaIndex e Milvus
Questo è un semplice ricettario che dimostra come utilizzare l'integrazione LlamaIndex Langfuse. Utilizza Milvus Lite per memorizzare i documenti e le query.
Milvus Lite è la versione leggera di Milvus, un database vettoriale open-source che alimenta le applicazioni di intelligenza artificiale con embeddings vettoriali e ricerca di similarità.
Configurazione
Assicurarsi di avere installato sia llama-index che langfuse.
$ pip install llama-index langfuse llama-index-vector-stores-milvus --upgrade
Inizializzare l'integrazione. Ottenere le chiavi API dalle impostazioni del progetto Langfuse e sostituire public_key secret_key con i valori delle chiavi. Questo esempio utilizza OpenAI per le incorporazioni e il completamento della chat, quindi è necessario specificare la chiave OpenAI nella variabile d'ambiente.
import os
# Get keys for your project from the project settings page
# https://cloud.langfuse.com
os.environ["LANGFUSE_PUBLIC_KEY"] = ""
os.environ["LANGFUSE_SECRET_KEY"] = ""
os.environ["LANGFUSE_HOST"] = "https://cloud.langfuse.com" # 🇪🇺 EU region
# os.environ["LANGFUSE_HOST"] = "https://us.cloud.langfuse.com" # 🇺🇸 US region
# Your openai key
os.environ["OPENAI_API_KEY"] = ""
from llama_index.core import Settings
from llama_index.core.callbacks import CallbackManager
from langfuse.llama_index import LlamaIndexCallbackHandler
langfuse_callback_handler = LlamaIndexCallbackHandler()
Settings.callback_manager = CallbackManager([langfuse_callback_handler])
Indicizzazione con Milvus Lite
from llama_index.core import Document
doc1 = Document(text="""
Maxwell "Max" Silverstein, a lauded movie director, screenwriter, and producer, was born on October 25, 1978, in Boston, Massachusetts. A film enthusiast from a young age, his journey began with home movies shot on a Super 8 camera. His passion led him to the University of Southern California (USC), majoring in Film Production. Eventually, he started his career as an assistant director at Paramount Pictures. Silverstein's directorial debut, “Doors Unseen,” a psychological thriller, earned him recognition at the Sundance Film Festival and marked the beginning of a successful directing career.
""")
doc2 = Document(text="""
Throughout his career, Silverstein has been celebrated for his diverse range of filmography and unique narrative technique. He masterfully blends suspense, human emotion, and subtle humor in his storylines. Among his notable works are "Fleeting Echoes," "Halcyon Dusk," and the Academy Award-winning sci-fi epic, "Event Horizon's Brink." His contribution to cinema revolves around examining human nature, the complexity of relationships, and probing reality and perception. Off-camera, he is a dedicated philanthropist living in Los Angeles with his wife and two children.
""")
# Example index construction + LLM query
from llama_index.core import VectorStoreIndex
from llama_index.core import StorageContext
from llama_index.vector_stores.milvus import MilvusVectorStore
vector_store = MilvusVectorStore(
uri="tmp/milvus_demo.db", dim=1536, overwrite=False
)
storage_context = StorageContext.from_defaults(vector_store=vector_store)
index = VectorStoreIndex.from_documents(
[doc1,doc2], storage_context=storage_context
)
Interrogazione
# Query
response = index.as_query_engine().query("What did he do growing up?")
print(response)
# Chat
response = index.as_chat_engine().chat("What did he do growing up?")
print(response)
Esplora le tracce in Langfuse
# As we want to immediately see result in Langfuse, we need to flush the callback handler
langfuse_callback_handler.flush()
Fatto! Si vedono le tracce dell'indice e della query nel progetto Langfuse.
Tracce di esempio (link pubblici):
Tracce in Langfuse:
Tracce di Langfuse
Siete interessati a funzioni più avanzate?
Consultate i documenti completi dell'integrazione per saperne di più sulle funzioni avanzate e su come usarle:
- Interoperabilità con Langfuse Python SDK e altre integrazioni
- Aggiungere metadati e attributi personalizzati alle tracce
