NVIDIA, LangChain 출시: 분석을 위한 구조화된 보고서 작성을 위한 고급 가이드, AI 기반 기술 보고서 생성 지원

일반 소개

이 프로젝트는 LangChain과 NVIDIA가 공동 개발한 구조화된 보고서 생성 청사진 프로젝트로, 깃허브의 주피터 노트북 튜토리얼에 소개되어 있습니다. 이 프로젝트는 고급 AI 기술, 특히 Llama-3.3-70b 모델을 활용하여 전문 기술 보고서 생성을 자동화합니다. 이 프로젝트의 핵심 기능은 보고서 계획, 웹 리서치, 콘텐츠 작성 등 LangChain의 LangGraph를 사용하여 구축된 다단계 보고서 생성 시스템입니다. 이 시스템은 사용자가 정의한 주제와 구조적 개요를 기반으로 보고서 챕터를 자동으로 계획하고, Tavily를 통해 관련 정보를 지능적으로 웹 검색하며, 명확하게 구조화되고 전문적으로 작성된 기술 보고서를 생성할 수 있습니다. 이 프로젝트는 특히 고품질 기술 문서를 신속하게 생성해야 하는 개발자 및 기술 팀에 적합합니다.

추천합니다:STORM: 토픽을 기반으로 웹 데이터를 검색하고, 인용이 포함된 논문, 긴 논문 보고서를 생성하세요.

기능 목록

• 자동화된 보고서 구조 계획: 주제 및 조직 요구 사항에 대한 사용자 입력을 기반으로 보고서 개요 생성
• 지능형 웹 리서치: Tavily API를 사용한 타겟팅된 웹 검색 및 정보 수집
• 보고서 챕터의 병렬 처리: 여러 챕터의 동시 조사 및 작성 지원
• 유연한 보고서 사용자 지정: 뉴스 또는 일반 콘텐츠 온디맨드 검색
• 구조화된 출력 제어: 표, 목록 및 기타 마크업 언어 형식 지원
• 출처 인용 추적: 참조 출처의 자동 수집 및 서식 지정
• 품질 관리 메커니즘: 단어 수 제한 및 서식 검사 포함
• 대화형 개발 환경: 완벽한 Jupyter 노트북 구현

도움말 사용

1. 환경 준비

1. 필요한 종속성 패키지를 설치합니다:

%pip install --quiet -U langgraph langchain_community langchain_core tavily-python langchain_nvidia_ai_endpoints

1. API 키를 구성합니다:

• NVIDIA NIM 체험판 API 키
  • 인터뷰NVIDIA NIM 페이지API 키 등록 및 받기
  • 신규 사용자를 위한 1,000 API 평가판 크레딧
• LangChain API 키
  • 존재LangChain 설정 페이지계정 만들기
  • 'API 키'로 이동하여 새 API 키를 만듭니다.
• Tavily API 키
  • 인터뷰홈계정 등록하기
  • API 키 만들기

2. 프로젝트 초기화

1. 환경 변수 설정하기:

Python

import os
os.environ["NVIDIA_API_KEY"] = "your-nvidia-api-key"
os.environ["LANGCHAIN_API_KEY"] = "your-langchain-api-key"
os.environ["TAVILY_API_KEY"] = "your-tavily-api-key"

1. 필요한 클라이언트를 초기화합니다:

Python

from tavily import TavilyClient, AsyncTavilyClient
tavily_client = TavilyClient()
tavily_async_client = AsyncTavilyClient()

3. 보고서 생성 프로세스

1. 보고 구조를 정의합니다:

Python

report_structure = """
This report type focuses on comparative analysis.
The report structure should include:
1. Introduction
2. Main Body Sections
3. Conclusion with Comparison Table
"""

1. 보고서의 테마를 설정합니다:

Python

report_topic = "你的报告主题"

1. 검색 매개변수를 구성합니다:

Python

tavily_topic = "general"  # 或 "news"
tavily_days = None  # 仅适用于新闻主题

1. 보고서 계획을 생성합니다:

Python

sections = await generate_report_plan({
"topic": report_topic,
"report_structure": report_structure,
"number_of_queries": 2,
"tavily_topic": tavily_topic,
"tavily_days": tavily_days
})

4. 고급 기능 사용

1. 사용자 지정 쿼리 생성:

• 검색 쿼리 최적화를 위해 쿼리 작성기 지침을 수정합니다.
• 섹션당 쿼리 수를 제어하려면 number_of_queries 매개변수를 조정합니다.

1. 콘텐츠 서식 제어:

• 마크다운 구문을 사용하여 헤더 계층 구조 설정하기
• 표 및 목록과 같은 구조화된 콘텐츠 지원
• 각 챕터의 단어 수 제한을 제어할 수 있습니다.

1. 소스 콘텐츠 관리:

• deduplicate_and_format_sources 함수를 사용하여 검색 결과 처리하기
• 최대_토큰_당_소스 매개변수를 조정하여 소스 콘텐츠의 길이를 제어할 수 있습니다.

1. 병렬 처리 최적화:

• LangGraph를 사용한 여러 챕터의 병렬 연구
• StateGraph 구성을 조정하여 처리 흐름을 최적화하세요.

5. 주의 사항

1. API 사용 제한:

• NVIDIA API 사용량 모니터링에 주의하세요.
• 한도 초과를 방지하기 위한 합리적인 쿼리 빈도 설정

1. 콘텐츠 품질 관리:

• report_structure가 명확한 섹션 안내를 제공하는지 확인합니다.
• 생성된 콘텐츠의 정확성을 정기적으로 검증합니다.

1. 시스템 요구 사항:

• Python 환경 버전 호환성 보장
• 종속성을 최신 상태로 유지

1. 오류 처리:

• 적절한 오류 처리 메커니즘 구현
• 중간 결과를 저장하여 처리 중단 방지