跳转至

框架集成

Unifiles 可以通过 SDK 和 HTTP API 接入 AI/LLM 框架，构建 RAG 应用。

当前发布范围

当前 unifiles-client 不发布 unifiles.integrations.langchain 模块。LangChain 页面中的 Retriever/Loader 是设计示例，不是可以直接导入的官方包；生产代码请使用 UnifilesClient 查询知识库，再转换成你所用 LangChain 版本的 Document。

官方支持

框架 状态 文档
LangChain 通过 SDK/API 自定义 LangChain 集成

集成方式

方式一：使用 SDK 适配 LangChain

# 查询知识库，再映射到 LangChain Document
from unifiles import UnifilesClient
from langchain_core.documents import Document

client = UnifilesClient(api_key="<api-key>")
results = client.knowledge_bases.search(kb_id="kb_xxx", query="查询内容")
docs = [
    Document(page_content=chunk.content, metadata={"source": chunk.document_id})
    for chunk in results.chunks
]

方式二：直接使用 SDK

# 直接调用 SDK，自行构建 Document
from unifiles import UnifilesClient
from langchain.schema import Document

client = UnifilesClient(api_key="<api-key>")

results = client.knowledge_bases.search(
    kb_id="kb_xxx",
    query="查询内容"
)

documents = [
    Document(
        page_content=chunk.content,
        metadata={"source": chunk.document_id, "score": chunk.score}
    )
    for chunk in results.chunks
]

方式三：自定义集成

对于其他框架，可以参考 自定义集成指南 实现集成。

快速开始

安装依赖

pip install unifiles-client langchain langchain-openai

构建 RAG 链

from langchain.chains import RetrievalQA
from langchain_openai import ChatOpenAI
from unifiles import UnifilesClient

# 查询 Unifiles，再把结果转换为当前 LangChain 版本的 Document/retriever
client = UnifilesClient(api_key="<api-key>")
results = client.knowledge_bases.search("kb_xxx", "年假政策是什么？", top_k=5)

# 构建 QA 链
qa_chain = RetrievalQA.from_chain_type(
    llm=ChatOpenAI(model="gpt-4"),
    retriever=your_langchain_retriever,
    return_source_documents=True
)

# 提问
result = qa_chain.invoke({"query": "年假政策是什么？"})
print(result["result"])

选择集成方式

需求 推荐方式
快速构建 LangChain 应用 SDK 查询后映射为 Document
需要完全控制检索逻辑 直接使用 SDK
使用其他框架 自定义集成

下一步