Verschillen

Dit geeft de verschillen weer tussen de geselecteerde revisie en de huidige revisie van de pagina.

--- tavily [2024/10/02 18:33] – [Voorbeelde gebruik Tavily] a3dijke
+++ tavily [2024/10/13 22:26] (huidige) – [Tavily doorzoekt opgegeven websites] a3dijke
@@ Regel 122: / Regel 122: @@
-    # WRKERS ========================================================
+    # WERKERS ========================================================
     def format_docs(self, docs):
         return "\n\n".join(doc.page_content for doc in docs)</code>
@@ Regel 129: / Regel 129: @@
 ----
+===== ✨ Tavily doorzoekt opgegeven websites =====
+<code>from langchain_community.retrievers import TavilySearchAPIRetriever
+from langchain_core.output_parsers import StrOutputParser
+from langchain_core.prompts import ChatPromptTemplate
+from langchain_core.runnables import RunnablePassthrough
+from langchain_openai import ChatOpenAI
+import os
+import streamlit as st
+import requests  # nodig voor foutafhandeling
+class Test_2:
+    def __init__(self):
+        os.environ["TAVILY_API_KEY"] = st.secrets["TAVILY_API_KEY"]
+    # https://python.langchain.com/docs/integrations/retrievers/tavily/
+    def tavilyLangChainWithChain(self, vraag):
+        try:
+            retriever = TavilySearchAPIRetriever(
+                k=3,
+                include_domains=[
+                    "kwaliteitsysteem.nl/kennisbank",
+                    "catcollectief.nl",
+                    "catvergoedbaar.nl",
+                    "kwaliteitstherapeuten.nl",
+                    "batverzekeringen.nl",
+                    "gatgeschillen.nl",
+                    "gatregisteropleidingen.nl/",
+                ],
+            )
+            prompt = ChatPromptTemplate.from_template(
+                """Beantwoord de vraag alleen op basis van de gegeven context.
+                Context: {context}
+                Question: {question}"""
+            )
+            llm = ChatOpenAI(model="gpt-4o-mini")
+            chain = (
+                {"context": retriever | self.format_docs, "question": RunnablePassthrough()}
+                | prompt
+                | llm
+                | StrOutputParser()
+            )
+            antw = chain.invoke(vraag)
+            return antw
+        except requests.exceptions.HTTPError as e:
+            print(f"Er is een HTTPError opgetreden: {e}")
+            return "Er is een fout opgetreden: Invoer moet minimaal uit twee woorden bestaan!"
+    # WERKER ========================================================
+    def format_docs(self, docs):
+        return "\n\n".join(doc.page_content for doc in docs)</code>
+----