Создайте приложение RAG с агентными возможностями с использованием langchain.js, NestJS, Htmx и Gemma 2

В этом блоге подробно описан процесс создания приложения агентного RAG (Усилена генерация с помощью поиска) с использованием Langchain, NestJS и Gemma 2. Приложение использует Langchain для создания инструментов для извлечения информации из различных источников, включая DuckDuckGo для веб-поиска, настраиваемый API Dragon Ball Z для фильтрации персонажей и инструменты для извлечения документации Angular Signal и Angular Form. Эти инструменты затем интегрируются в агента Langchain, который умело выбирает и выполняет соответствующий инструмент на основе запросов пользователей. Приложение использует NestJS в качестве фреймворка и инфраструктуры, а Gemma 2 служит основной языковой моделью. Пользовательский интерфейс отображается с помощью HTMX и Handlebar template engine, демонстрируя ответы в виде списка. Блог пост предоставляет исчерпывающее руководство, описывая процесс установки, шаги настройки и фрагменты кода для создания инструментов, инструментов извлечения и самого агента. Он также демонстрирует, как интегрировать переменные среды, настроить ключи API и установить необходимые зависимости. Блог пост заканчивается описанием модуля агента, констант и провайдеров, подчеркивая основные компоненты, которые обеспечивают функциональность агентного RAG.