- Notifications
You must be signed in to change notification settings - Fork677
Open
Description
我是小白一枚，感谢提供的langchain的中文文档，帮助我入门学习。
我是按照文档的案例逐个进行本地测试的
当【构建向量索引数据库】时，按照文中提示的
from langchain.vectorstores import Chroma# 持久化数据docsearch = Chroma.from_documents(documents, embeddings, persist_directory="D:/vector_store")docsearch.persist()# 加载数据docsearch = Chroma(persist_directory="D:/vector_store", embedding_function=embeddings)然后再【构建本地知识库问答机器人】的示例代码的基础上进行修改的，以下为部分内容：
# 加载文件夹中的所有txt类型的文件loader = DirectoryLoader('/Users/ldx/Documents/data/document', glob='**/*.*')# 将数据转成 document 对象，每个文件会作为一个 documentdocuments = loader.load()# 初始化加载器text_splitter = CharacterTextSplitter(chunk_size=100, chunk_overlap=0)# 切割加载的 documentsplit_docs = text_splitter.split_documents(documents)# 持久化数据docsearch = Chroma.from_documents(documents, embeddings, persist_directory="/Users/ldx/Documents/data/chroma_data")docsearch.persist()# 加载数据docsearch = Chroma(persist_directory="/Users/ldx/Documents/data/chroma_data", embedding_function=OpenAIEmbeddings())# 创建问答对象qa = RetrievalQA.from_chain_type(llm=OpenAI(), chain_type="stuff", retriever=docsearch.as_retriever(), return_source_documents=True)# 进行问答,问答内容省略result = qa({"query": ".............."})print(result)然后就报错了！！！
调试了好久，也没成功，后来仔细对比了一下【构建本地知识库问答机器人】示例，发现docsearch = Chroma.from_documents(split_docs, embeddings)
传入的是split_docs，切割后的document，而不是原始的document.
修改后，docsearch = Chroma.from_documents(documents, embeddings, persist_directory="/Users/ldx/Documents/data/chroma_data")可以正常运行了。
看来还是自己粗心，记录一下，万一也有人遇到呢。
Metadata
Metadata
Assignees
Labels
No labels