跳到主要内容
此功能处于公开测试阶段。仅对付费团队计划开放。如果您有关于启用方面的问题，请联系support@langchain.dev。
配置你的数据集，以便你可以根据传入的请求搜索少样本示例。

​
先决条件

  1. 你的数据集必须使用 KV 存储数据类型（我们目前不支持聊天模型或 LLM 类型的数据集）
  2. 你必须为数据集定义输入模式。有关详细信息，请参阅我们关于在 UI 中设置模式验证的文档。
  3. 你必须是付费团队计划（例如，Plus 计划）用户
  4. 你必须使用 LangSmith 云
导航到数据集 UI，点击新的少样本搜索选项卡。点击开始同步按钮，这将在你的数据集上创建一个新索引，使其可搜索。 默认情况下，我们会同步到数据集的最新版本。这意味着当新的示例添加到你的数据集时，它们将自动添加到你的索引中。此过程每隔几分钟运行一次，因此索引新示例的延迟应该非常短。你可以在下一节左侧屏幕上的少样本索引下查看索引是否最新。

​
在少样本游乐场中测试搜索质量

现在你已经为数据集打开了索引，你将看到新的少样本游乐场。 你可以输入一个示例输入，并检查我们的搜索 API 将返回哪些结果。 每个结果都会有一个分数和指向数据集中示例的链接。评分系统的工作方式是 0 代表完全随机的结果，分数越高越好。结果将按分数降序排列。
搜索使用类似 BM25 的算法计算基于关键词的相似度分数。实际分数会随着我们改进搜索算法而改变，因此我们建议不要依赖分数本身，因为它们的含义可能会随时间演变。它们仅用于在游乐场中进行输出的“试水”测试。

​
将少样本搜索添加到你的应用程序

点击上图中获取代码片段按钮，你将进入一个屏幕，其中包含我们 LangSmith SDK 不同语言的代码片段。 有关如何在 LangChain Python 应用程序中使用少样本搜索的代码示例，请参阅我们的LangChain 文档中的操作指南。

​
代码片段

请确保您使用的 Python SDK 版本 >= 1.101 或 TypeScript SDK 版本 >= 1.43
为了方便复制粘贴，您可以在此处找到与上面屏幕截图所示类似的代码片段 
import langsmith as ls
# Copy this value from LangSmith UI
dataset_id = "1c5e9c95-dfd4-4dc5-a4b8-df7ea921c913"
async with ls.AsyncClient() as client:
  examples = await client.similar_examples(
      {"question": "knock knock"}, dataset_id=dataset_id, limit=1
  )
  print(examples[0].outputs)  # {"output": "Few shots'll do the trick."}
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.