mcpField
L
langchain-retrieval

langchain-retrieval

github.com/rebyteai-template开发1756 次安装19 周前更新
代码仓库

关于 langchain-retrieval

langchain-retrieval 是用于构建文档 RAG 问答应用的 Next.js 模板，采用 LangChain.js 和 Supabase pgvector。适合需要搭建 OpenAI 驱动检索应用的开发者。

主要功能

  1. 01文档 RAG 问答
  2. 02Supabase pgvector 向量存储
  3. 03基于 LangChain.js 和 AI SDK
  4. 04Next.js 项目模板

适用场景

  1. 01构建文档问答应用
  2. 02启动基于 Supabase 的 RAG 项目

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/rebyteai-template/rebyte-skills --skill langchain-retrieval

安装后在 Claude Code 中输入/langchain-retrieval确认已加载。

详细介绍

LangChain 检索

使用 Supabase 向量存储，通过 RAG（检索增强生成）进行文档问答。

技术栈

  • 框架：Next.js
  • AI：LangChain.js、AI SDK
  • 向量存储：Supabase pgvector
  • 包管理器：pnpm

前置条件

  • 启用了 pgvector 扩展的 Supabase 项目
  • OpenAI API 密钥

设置

1. 克隆模板
git clone --depth 1 https://github.com/Eng0AI/langchain-retrieval.git .

如果目录不为空：

git clone --depth 1 https://github.com/Eng0AI/langchain-retrieval.git _temp_template
mv _temp_template/* _temp_template/.* . 2>/dev/null || true
rm -rf _temp_template
2. 删除 Git 历史记录（可选）
rm -rf .git
git init
3. 安装依赖
pnpm install
4. 设置环境变量

创建 .env 并填写所需变量：

  • SUPABASE_URL - Supabase 项目 URL
  • SUPABASE_PRIVATE_KEY - Supabase 服务角色密钥
  • OPENAI_API_KEY - 用于嵌入和大模型
  • SUPABASE_DB_URL - 直接 PostgreSQL 连接 URL
5. 设置向量存储

初始化 pgvector 扩展，并在 Supabase 中创建 documents 表。

构建

pnpm build

开发

pnpm dev

评论

支持 Markdown