Haystack
获取企业支持
开始使用
📘 **TELUS Agriculture & Consumer Goods** 如何通过 **Haystack Agents** 转变促销交易

Haystack 2.2.0

在 Github 上查看

亮点

Multiplexer组件被证明难以解释和理解。在审查了它的用例后，文档被重写，组件被重命名为BranchJoiner，以更好地解释其功能。

将‘OPENAI_TIMEOUT’和‘OPENAI_MAX_RETRIES’添加到OpenAI组件中。

⬆️ 升级说明

  • BranchJoiner具有与Multiplexer完全相同的接口。要升级您的代码，只需将任何Multiplexer的出现重命名为BranchJoiner，并相应地调整导入。

🚀 新功能

  • 添加BranchJoiner以最终取代Multiplexer
  • AzureOpenAIGenerator和AzureOpenAIChatGenerator现在可以通过传递底层AzureOpenAI客户端的超时来配置。

⚡️ 增强说明

  • ChatPromptBuilder现在支持在运行时更改其模板。这允许您定义一个默认模板，然后根据您的运行时需求进行更改。
  • 如果一个基于LLM的评估器（例如Faithfulness或ContextRelevance）在初始化时设置了raise_on_failure=False，并且对LLM的调用失败或LLM输出了无效的JSON，那么该样本的分数将设置为NaN而不是引发异常。用户会收到警告，告知请求失败的数量。
  • 为ExtractiveReader的模型调用添加推理模式。这可以防止在pytorch的推理时间计算梯度。
  • DocumentCleaner类有一个可选属性keep_id，如果设置为True，它将在清理后保持文档ID不变。
  • DocumentSplitter现在有一个可选的split_threshold参数。如果您希望不分割仅比允许的split_length稍长的输入，请使用此参数。当分块时，如果其中一个块小于split_threshold，该块将被与前一个块连接。这避免了过小的、无意义的块。
  • 通过避免为每次新查询重新创建整个倒排索引，重新实现了InMemoryDocumentStore BM25搜索，支持增量索引。此更改还消除了对haystack_bm25的依赖。请参阅[PR #7549]( https://github.com/deepset-ai/haystack/pull/7549)以了解完整上下文。
  • 通过直接在ByteStreams上设置MIME类型来改进MIME类型管理，从而增强了对不同文件类型的整体处理和路由。此更新使MIME类型数据更一致地可访问，并简化了处理各种文档格式的过程。
  • PromptBuilder现在支持在运行时更改其模板（例如，用于提示工程）。这允许您定义一个默认模板，然后根据您的运行时需求进行更改。
  • 现在，您可以通过设置‘OPENAI_TIMEOUT’和‘OPENAI_MAX_RETRIES’环境变量或在__init__中传递它们来设置OpenAI组件上的超时和max_retries参数。
  • DocumentJoiner组件的run方法现在接受一个top_k参数，允许用户指定查询时返回的最大文档数。这修复了问题#7702。
  • 强制对基于LLM的OpenAI评估器使用JSON模式，以便它们始终返回有效的JSON输出。这是为了确保输出始终是统一格式，无论输入如何。
  • 使代码库中的warm_up()用法保持一致。
  • 为pipeline类创建类层次结构，并将run逻辑移到子类中。为引入多个运行策略做准备。
  • 当请求响应中不存在snippet时，使SerperDevWebSearch更加健壮。
  • 将SparseEmbedding设为dataclass，这样它更容易与Pydantic一起使用。
  • `HTMLToDocument`：将HTML转换后端从boilerpy3更改为trafilatura，它更健壮且维护得更好。

⚠️ 弃用说明

  • Mulitplexer现已弃用。
  • DynamicChatPromptBuilder已被弃用，因为ChatPromptBuilder完全覆盖了它的功能。请使用ChatPromptBuilder。
  • DynamicPromptBuilder已被弃用，因为PromptBuilder完全覆盖了它的功能。请使用PromptBuilder。
  • HTMLToDocument的以下参数将被忽略，并将在Haystack 2.4.0中移除：extractor_type和try_others。

🐛 Bug 修复

  • 当应用于空上下文或空语句时，FaithfullnessEvaluator和ContextRelevanceEvaluator现在返回0而不是NaN。
  • Azure生成器组件已修复，它们缺少@component装饰器。
  • 更新了SentenceTransformersTextEmbedder、SentenceTransformersDocumentEmbedder、NamedEntityExtractor、SentenceTransformersDiversityRanker和LocalWhisperTranscriber的from_dict方法，允许在从YAML文件反序列化时，device的None值有效。这允许反序列化的pipeline使用ComponentDevice.resolve_device逻辑自动确定要使用的设备。
  • 修复了HuggingFaceAPITextEmbedder、HuggingFaceAPIDocumentEmbedder、HuggingFaceAPIGenerator和HuggingFaceAPIChatGenerator的序列化错误。
  • 修复了当使用字符串后端参数构造时NamedEntityExtractor在Python 3.12中崩溃的问题。
  • 修复了PdfMinerToDocument转换器的输出，使其正确连接到“documents”。
  • 向DocumentRecallEvaluator添加to_dict方法，以允许组件的正确序列化。
  • 改进/修复了PEP 585类型（例如list[Document]及其嵌套版本）的类型序列化。此改进使得泛型和嵌套类型的序列化更好，并在序列化后改进/修复了组件连接中list[X]和List[X]类型的匹配。
  • 修复了NamedEntityExtractor的（反）序列化。包括更新的测试，当NamedEntityExtractor用于pipelines时，验证这些修复。
  • Pipeline.run中的include_outputs_from参数能正确返回具有多个输出的组件的输出。
  • 当ExtractiveReader收到一个空文档列表时，返回一个空答案列表，而不是引发异常。