Update app.py

app.py

@@ -44,12 +44,6 @@ template = """Antworte in deutsch, wenn es nicht explizit anders gefordert wird.
 llm_template = "Beantworte die Frage am Ende. " + template + "Frage: {question} Hilfreiche Antwort: "
 rag_template = "Nutze die folgenden Kontext Teile, um die Frage zu beantworten am Ende. " + template + "{context} Frage: {question} Hilfreiche Antwort: "
 
-#################################################
-#Konstanten
-LLM_CHAIN_PROMPT = PromptTemplate(input_variables = ["question"], 
-                                  template = llm_template)
-RAG_CHAIN_PROMPT = PromptTemplate(input_variables = ["context", "question"], 
-                                  template = rag_template)
 
 #################################################
 # Konstanten
@@ -221,21 +215,13 @@ def llm_chain(prompt):
 #prompt mit RAG!!!
 def rag_chain(prompt, db):
     rag_template = "Nutze die folgenden Kontext Teile am Ende, um die Frage zu beantworten . " + template + "Frage: " + prompt + "Kontext Teile: "
-    rag_chain = RetrievalQA.from_chain_type(API_URL, 
-                                            chain_type_kwargs = {"prompt": RAG_CHAIN_PROMPT}, 
-                                            retriever = db.as_retriever(search_kwargs = {"k": 3}), 
-                                            return_source_documents = True)
-    result = rag_chain({"query": prompt})
-    return result["result"]
-
-
-    
-    #retrieved_chunks = db.query(prompt, k=3)  #3 passende chunks zum Prompt hinzufügen 
-    #neu_prompt = rag_template 
-    #for i, chunk in enumerate(retrieved_chunks):
-        #neu_prompt += f"{i+1}. {chunk}\n"
+    retriever = db.as_retriever(search_kwargs={"k": 3})
+    retrieved_chunks = retriever(prompt)
+    neu_prompt = rag_template 
+    for i, chunk in enumerate(retrieved_chunks):
+        neu_prompt += f"{i+1}. {chunk}\n"
 
-    #return neu_prompt
+    return neu_prompt