AI-Agents mit Hugging Face smolagents
Adel Nehme
VP of AI Curriculum, DataCamp


RAG = Informationsabruf mit LLM-Generierung kombinieren

from langchain_community.document_loaders import PyPDFDirectoryLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter
# Load documentation from directory
loader = PyPDFDirectoryLoader("cooking_docs", mode="single")
documents = loader.load()
# Split into chunks
splitter = RecursiveCharacterTextSplitter(
chunk_size=1000,
chunk_overlap=200
)
chunks = splitter.split_documents(documents)
from langchain_huggingface import HuggingFaceEndpointEmbeddings
from langchain_community.vectorstores import FAISS
# Create embeddings and vector store
embedder = HuggingFaceEndpointEmbeddings(
model="BAAI/bge-base-en-v1.5",
task="feature-extraction",
)
vector_store = FAISS.from_documents(chunks, embedder)
query = "How do I cook salmon with herbs?"
# Similarity search
relevant_docs = vector_store.similarity_search(query, k=3)
# Create a context string
context = "\n\n".join(doc.page_content for doc in relevant_docs)
Top 2 gefundene Abschnitte (semantische Übereinstimmungen):
[1] Grundlagen der Lachszubereitung (S. 2) Tupfe den Lachs trocken, um Bräunung zu gewährleisten. Großzügig mit Salz, Pfeffer und frischem Dill oder Petersilie würzen. Lass die Filets 10 Minuten ruhen, damit das Salz einzieht. Für gleichmäßiges Garen auf Zimmertemperatur bringen...
[2] Lachs im Ofen backen (S. 5) Ofen auf 200°C vorheizen. Filets auf ein mit Backpapier ausgelegtes Blech legen, mit Zitronenscheiben und Kräuterbutter (Dill/Petersilie) belegen. 10 bis 12 Minuten backen, bis sie gerade undurchsichtig und flockig sind; 2 Minuten ruhen lassen vor dem Servieren...
Wie plane ich eine Woche Mahlzeiten unter 50 $, die alle Nährstoffanforderungen erfüllen?
Antwort verteilt sich über Dokumente (Budget, Ernährung, Techniken, Rezepte).

AI-Agents mit Hugging Face smolagents