LangChain + TypeScript で chatGPT が知らないことも答えてもらう（ソースコード付き）

Q. モビリティリゾートもてぎの住所は?

A. 私の知識が2021年までしかないことをお断りしておきます。その時点では、モビリティリゾートもてぎは茨城県北茨城郡東海村大字奥中山田字下大貫１に位置していました。ただし、現在の住所が変更されている可能性もあるので、公式ウェブサイトや最新の情報を確認してください。

{  "dependencies": {    "@pinecone-database/pinecone": "^0.0.12",    "dotenv": "^16.0.3",    "langchain": "^0.0.39",    "puppeteer": "^19.8.3",    "serpapi": "^1.1.1"  },  "devDependencies": {    "@tsconfig/recommended": "^1.0.2",    "@types/js-yaml": "^4",    "@types/node": "^18.15.5",    "@typescript-eslint/eslint-plugin": "^5.51.0",    "@typescript-eslint/parser": "^5.51.0",    "eslint": "^8.33.0",    "eslint-config-airbnb-base": "^15.0.0",    "eslint-config-prettier": "^8.6.0",    "eslint-plugin-import": "^2.27.5",    "eslint-plugin-prettier": "^4.2.1",    "prettier": "^2.8.3",    "tsx": "^3.12.3",    "typescript": "^4.9.5"  }}

import * as dotenv from "dotenv"import { OpenAI } from "langchain"
dotenv.config()
const model = new OpenAI()
const input = 'モビリティリゾートもてぎの住所は?'
const res = await model.call(input)
console.log(input)console.log(res)

モビリティリゾートもてぎの住所は?

愛知県三河湾市もてぎ町三島2番地です。

import * as dotenv from "dotenv"import { OpenAI } from "langchain/llms"import { SerpAPI } from "langchain/tools"import { initializeAgentExecutor } from "langchain/agents"
dotenv.config()
const model = new OpenAI()const tools = [new SerpAPI()]
const executor = await initializeAgentExecutor(tools, model, 'zero-shot-react-description')
const input = 'モビリティリゾートもてぎの住所は?'const result = await executor.call({ input })
console.log(input)console.log(result)

モビリティリゾートもてぎの住所は?

{
  output: '〒321-3597 栃木県芳賀郡茂木町桧山120-1',
  intermediateSteps: [
    {
      action: [Object],
      observation: 'モビリティリゾートもてぎのアクセスのご案内です。車・バイク、電車、バスなどさまざまなアクセス方法を掲載し ... 住所. 〒321-3597 栃木県芳賀郡茂木町桧山120-1 ...'
    }
  ]
}

# GPT-4

ベクターデータベースとは、情報を特別な形式で保存するデータベースのことです。
この特別な形式は「ベクター」と呼ばれ、数字のリストで表現されます。
ベクターデータベースは、ベクターを使って情報を効率的に検索したり、
似たような情報を見つけ出すのに役立ちます。

例えば、おもちゃの箱があるとしましょう。
その箱の中に、たくさんのおもちゃが入っています。
ベクターデータベースは、おもちゃの特徴を数字のリストで表現することができます。
例えば、おもちゃの大きさや色、形状などです。
このリストを使って、おもちゃを効率的に分類したり、
似たおもちゃを見つけ出すことができます。

このように、ベクターデータベースは情報を数字のリスト（ベクター）で表現し、
効率的な検索や分類、類似性の判断などを行うことができるデータベースなのです。

import * as dotenv from "dotenv"import { RecursiveCharacterTextSplitter } from 'langchain/text_splitter'import { OpenAIEmbeddings } from 'langchain/embeddings'// eslint-disable-next-line import/no-extraneous-dependenciesimport { PineconeClient } from '@pinecone-database/pinecone'import { PineconeStore } from 'langchain/vectorstores'import { PuppeteerWebBaseLoader } from 'langchain/document_loaders'
dotenv.config()
const loader = new PuppeteerWebBaseLoader('https://www.mr-motegi.jp/access_m/', {  launchOptions: {    headless: true  },  gotoOptions: {    waitUntil: 'domcontentloaded'  },  async evaluate(page) {    const result = await page.evaluate(() => document.querySelector('.lig-content')?.innerText)    return result  }})
const docs = await loader.load()
const textSplitter = new RecursiveCharacterTextSplitter({  separators: ['\n'],  chunkSize: 800,  chunkOverlap: 200})
const documents = await textSplitter.splitDocuments(docs)console.log(documents)
const client = new PineconeClient()await client.init({  apiKey: process.env.PINECONE_API_KEY as string,  environment: process.env.PINECONE_ENVIRONMENT as string})console.log('pinecone client end', client)
const pineconeIndex = client.Index(process.env.PINECONE_INDEX as string)console.log('pineconeIndex end', pineconeIndex)
console.log('PineconeStore start')await PineconeStore.fromDocuments(  documents,  new OpenAIEmbeddings(),  {    pineconeIndex  })console.log('PineconeStore end')

# GPT-4

このソースコードの処理は以下のようになります。

必要なモジュールをインポートする。
環境変数をロードする。
PuppeteerWebBaseLoaderを使って指定されたURLからコンテンツを取得する。
  ブラウザはヘッドレスモードで起動される。
  DOMが読み込まれるまで待つ。
  ページから.lig-content要素のinnerTextを取得する。
取得したコンテンツをテキスト分割器を使って分割する。
  改行で分割する。
  チャンクサイズは800、オーバーラップサイズは200。
分割されたドキュメントをコンソールに表示する。
PineconeClientを初期化し、APIキーと環境を設定する。
Pineconeのインデックスを取得する。
PineconeStoreを使ってドキュメントからベクトルストアを作成する。
  OpenAIEmbeddingsを使ってドキュメントをベクトル化する。
  Pineconeのインデックスを指定する。

import * as dotenv from "dotenv"import { OpenAI } from 'langchain/llms'import { RecursiveCharacterTextSplitter } from 'langchain/text_splitter'import { OpenAIEmbeddings } from 'langchain/embeddings'// eslint-disable-next-line import/no-extraneous-dependenciesimport { PineconeClient } from '@pinecone-database/pinecone'import { PineconeStore } from 'langchain/vectorstores'import { VectorDBQAChain } from 'langchain/chains'
dotenv.config()
export const run = async () => {  const client = new PineconeClient()  await client.init({    apiKey: process.env.PINECONE_API_KEY as string,    environment: process.env.PINECONE_ENVIRONMENT as string,  })
  const pineconeIndex = client.Index(process.env.PINECONE_INDEX as string)
  const vectorStore = await PineconeStore.fromExistingIndex(    new OpenAIEmbeddings(),    { pineconeIndex }  )
  const model = new OpenAI()  const chain = VectorDBQAChain.fromLLM(model, vectorStore, {    k: 1,    returnSourceDocuments: true,  })
  const input = 'モビリティリゾートもてぎの住所は?'  const response = await chain.call({    query: input,  })
  console.log(input)  console.log(response)}
run()

モビリティリゾートもてぎの住所は?
{
  text: ' 〒321-3597 栃木県芳賀郡茂木町桧山120-1',
  sourceDocuments: [
    Document {
      pageContent: 'Access\n' +
        '\n' +
        'Location\n' +
        '\n' +
        '住所\n' +
        '\n' +
        '〒321-3597\n' +
        '栃木県芳賀郡茂木町桧山120-1\n' +
        '\n' +
        '連絡先\n' +
        '\n' +
        'TEL：0285-64-0001（代表）\n' +
        '\n' +
        'GoogleMAPで見る\n' +
        '\n' +
        'ご注意\n' +
        '\n' +
        'ご来場時は目的地に「モビリティリゾートもてぎ南ゲートまたは北ゲート」を設定ください。\n' +
        '※「モビリティリゾートもてぎ」で登録いただくと、モビリティリゾートもてぎ敷地下を通る県道291号線付近に誘導される場合がございます。（県道291号線からはご入場いただけません）\n' +
        '\n' +
        'レース ⋅ イベントなどの混雑時について\n' +
        '\n' +
        'レース ⋅ イベント開催日は交通機関の混雑が予想されます。\n' +
        '▼混雑が予想されるレース ⋅ イベント\n' +
        '\n' +
        'レース\n' +
        '\n' +
        'MotoGP™、SUPER GT、スーパーフォーミュラ、Honda Racing THANKS DAY\n' +
        '\n' +
        'イベント\n' +
        '\n' +
        'ＧＷ、花火の祭典 夏、お盆期間\n' +
        '\n' +
        '各レース・イベントの開催日は年間カレンダーをご確認ください。\n' +
        '\n' +
        '混雑時の迂回路についてはこちら（PDF:880KB）\n' +
        'お車 ⋅ バイクでご来場の方\n' +
        '東京方面から\n' +
        '神奈川方面から\n' +
        '千葉方面から\n' +
        '埼玉方面から\n' +
        '茨城方面から\n' +
        '群馬方面から\n' +
        '福島方面から\n' +
        '\n' +
        '駐車場については料金 ⋅ チケット、園内マップページをご確認ください。\n' +
        '\n' +
        '電車でご来場の方\n' +
        '東京方面から\n' +
        '仙台方面から\n' +
        'バスでご来場の方\n' +
        'JR宇都宮駅 ⋅ 茂木駅から\n' +
        'JR水戸駅から\n' +
        'Recommendation\n' +
        '\n' +
        'Pick Up',
      metadata: [Object]
    }
  ]
}