该 `haystack-experimental` 包允许您在不承诺其正式发布的情况下测试新的实验性功能。它的主要目标是快速收集用户反馈并迭代新功能。

查看最新的可用功能目录，请访问我们的 `haystack-experimental` GitHub 仓库，或者查看我们的 实验 API 参考。

安装

为了简单起见，`haystack-experimental` 的每一次发布都包含当时所有可用的实验。`haystack-experimental` 安装最新功能，请运行

pip install -U haystack-experimental

📘

实验性包的最新版本仅与最新版本的 Haystack 进行测试。不保证与旧版本 Haystack 的兼容性。

生命周期

每个实验性功能自包含其第一个非预发布版本之日起，都有一个 3 个月的默认生命周期。一旦达到生命周期结束，我们将其从`haystack-experimental` 中移除，然后将

• 将该功能合并到 Haystack 中，并在下一个次要版本中发布，
• 将该功能作为集成发布，或者
• 放弃该功能。

用法

您可以像导入任何其他 Haystack 集成包一样导入实验性新功能

from haystack.dataclasses import ChatMessage
from haystack_experimental.components.generators import FoobarGenerator

c = FoobarGenerator()
c.run([ChatMessage.from_user("What's an experiment? Be brief.")])

实验也可以覆盖现有的 Haystack 功能。例如，您可以选择一种实验性的`Pipeline` 类型，通过更改常规导入

# from haystack import Pipeline
from haystack_experimental import Pipeline

pipe = Pipeline()
# ...
pipe.run(...)

其他参考资料

🧑‍🍳食谱

• 通过自动合并和分层文档检索改进检索
• 使用 OpenAPITool 调用 API
• 使用内存的对话式 RAG
• 使用 EvaluationHarness 评估 RAG 流水线
• 定义和运行工具
• 使用实验性 Haystack 工具发送新闻邮件的代理