دليل البداية

تمت ترجمة هذه الوثيقة تلقائيًا وقد تحتوي على أخطاء. لا تتردد في فتح طلب سحب لاقتراح تغييرات.

بمجرد تثبيت LlamaIndex.TS باستخدام NPM وإعداد مفتاح OpenAI الخاص بك، أنت الآن جاهز لبدء تطبيقك الأول:

في مجلد جديد:

npm

npm install typescript
npm install @types/node
npx tsc --init # إذا لزم الأمر

Yarn

yarn add typescript
yarn add @types/node
npx tsc --init # إذا لزم الأمر

pnpm

pnpm add typescript
pnpm add @types/node
npx tsc --init # إذا لزم الأمر

أنشئ ملف example.ts. سيقوم هذا الكود بتحميل بعض البيانات المثالية، وإنشاء وثيقة، وفهرسة الوثيقة (مما ينشئ تضمينات باستخدام OpenAI)، ثم إنشاء محرك الاستعلام للإجابة على الأسئلة حول البيانات.

// example.ts
import fs from "fs/promises";
import { Document, VectorStoreIndex } from "llamaindex";

async function main() {
  // تحميل المقالة من abramov.txt في Node
  const essay = await fs.readFile(
    "node_modules/llamaindex/examples/abramov.txt",
    "utf-8",
  );

  // إنشاء كائن Document بواسطة المقالة
  const document = new Document({ text: essay });

  // تقسيم النص وإنشاء التضمينات. تخزينها في VectorStoreIndex
  const index = await VectorStoreIndex.fromDocuments([document]);

  // استعلام الفهرس
  const queryEngine = index.asQueryEngine();
  const response = await queryEngine.query("ماذا فعل الكاتب في الكلية؟");

  // إخراج الاستجابة
  console.log(response.toString());
}

main();

ثم يمكنك تشغيله باستخدام

npx ts-node example.ts

هل أنت مستعد للمزيد من التعلم؟ تفضل بزيارة منصة NextJS الخاصة بنا على https://llama-playground.vercel.app/. يمكنك العثور على المصدر على https://github.com/run-llama/ts-playground

"