📌 本主題系列工作流所生成的文章，請參考另一個主題系列：[轉生到鬼島的反派，為了生存必須在30天內學會30種 AI 工具！]
📌 本主題內容以個人經驗為主探索 AIGC 協作工作流，建議讀者搭配個人情境參考適用程度
📌 文中使用『引用格式』代表輸入的 Prompt
💡
這是輸入的 Prompt
⚠️ 天才與瘋子只有一線之隔，使用 AIGC 請注意幻覺的副作用，建議搭配應用領域的相關 domain 服用。
⚠️ 由於 AIGC 突飛猛進，本系列介紹的工具版本可能快速的變更而有所差異
想像一下，您可以在幾分鐘內，無需編寫任何代碼，就構建一個利用檢索增強生成（RAG）技術的人工智能應用程式。本文將向您展示如何使用 Langflow、AstraDB 和 OpenAI，建立一個能夠回答特定 PDF 文件內容問題的聊天機器人。
Langflow 是一個視覺化的開發工具，讓您可以通過拖放組件來構建複雜的人工智能應用程式，無需編碼。它支持多種預建組件，並能與不同的語言模型（LLM）和資料庫集成。
在開始之前，請確保您已具備以下條件：
打開終端或命令提示符。
安裝 Langflow：
如果您使用的是 Mac 或 Linux，請輸入：
pip3 install langflow --pre --force-reinstall
如果您使用的是 Windows，請輸入：
pip install langflow --pre --force-reinstall
(screenshot)
等待安裝完成。這可能需要幾分鐘，因為需要下載多個套件。
訪問 DataStax AstraDB 並註冊一個免費帳戶。
(screenshot)
登錄後，點擊 "Create Database"。
(screenshot)
選擇 "Serverless Vector Database"。
為您的資料庫命名（例如 langflow-tutorial），選擇雲提供商和地區，然後點擊 "Create Database"。
(screenshot)
等待資料庫創建完成。完成後，記下您的 Token 和 Endpoint，稍後將在 Langflow 中使用。
(screenshot)
訪問 OpenAI 開發者平台。
登錄或註冊帳戶。
點擊 "Create new secret key"，生成新的 API 密鑰。
(screenshot)
複製並保存您的 API 密鑰。
注意：您可能需要為您的帳戶充值一些金額才能使用 API。
啟動 Langflow：
在終端中輸入：
langflow run
Langflow 將在您的瀏覽器中自動打開。
(screenshot)
創建新項目：
(screenshot)
添加輸入組件：
(screenshot)
設置用戶名輸入：
(screenshot)
添加 Prompt 組件：
從 "Prompts" 中拖入 "Prompt" 組件。
編輯 Prompt 的模板為：
請根據以下內容回答用戶的問題：
內容：{context}
問題：{question}
聊天記錄：{history}
確保模板中包含 {context}、{question} 和 {history}。
(screenshot)
連接組件：
(screenshot)
添加 LLM 模型：
(screenshot)
添加輸出組件：
(screenshot)
初步測試：
(screenshot)
添加 PDF 文件：
(screenshot)
分割文本：
(screenshot)
設置向量存儲：
(screenshot)
添加向量搜索：
(screenshot)
最終測試：
(screenshot)
提示：如果第一次沒有得到正確的回答，請再試一次，因為向量資料庫可能需要一些時間來初始化。
恭喜！您已成功構建一個基於 RAG 技術的聊天機器人，能夠根據特定文檔回答用戶問題。透過 Langflow 的直觀介面和強大的組件，您無需編碼即可實現複雜的功能。現在，您可以嘗試添加更多功能，或將其應用到不同的場景中。
iThome鐵人賽
看影片追技術