# Query Engines और Response Synthesis — LangChain / LlamaIndex

Source: https://www.geekswithgeeks.com/hi/langchain-llamaindex/i-engine

> Nodes retrieve करके और उत्तर संश्लेषित करके सवालों के जवाब दें।

## Retrieve करें, फिर संश्लेषित करें

`index.as_query_engine()` retrieval और **response synthesizer** को लपेटता है: वह शीर्ष nodes retrieve करता है, उनसे prompt बनाता है और LLM से उत्तर माँगता है। लौटे `Response` में `source_nodes` होते हैं ताकि आप citations दिखा सकें। **Response modes** तय करते हैं कि संदर्भ कैसे मिलाया जाए: `compact` जितना समाए ठूँसता है, `refine` node-दर-node उत्तर सुधारता है, `tree_summarize` पदानुक्रमित सार करता है (कई nodes के सार के लिए अच्छा)। Retrieval और synthesis के बीच **node postprocessors** (similarity cutoff, reranker, metadata filters) जोड़ सकते हैं, और memory सहित बहु-turn chat के लिए `as_chat_engine()` उपयोग कर सकते हैं।

## Mock models के साथ query engine, चलाकर

मैंने यह Python virtual environment में langchain-core 1.6.6, langchain-text-splitters 1.1.2 और llama-index-core 0.14.25 के साथ ऑफ़लाइन चलाया। किसी API key या network call की ज़रूरत नहीं क्योंकि असली मॉडल की जगह fake मॉडल या खिलौना embedding है। `MockLLM` और `MockEmbedding` engine को ऑफ़लाइन चलने देते हैं, इसलिए उत्तर का पाठ placeholder है, पर ढाँचा असली है: नतीजा `Response` ऑब्जेक्ट है जिसके एक source node में नीति पाठ है।

```python
from llama_index.core import Document, VectorStoreIndex, Settings
from llama_index.core.embeddings import MockEmbedding
from llama_index.core.llms import MockLLM

Settings.llm = MockLLM(max_tokens=20)
Settings.embed_model = MockEmbedding(embed_dim=8)

index = VectorStoreIndex.from_documents([Document(text="Employees get 24 days of paid leave per year.")])
engine = index.as_query_engine(similarity_top_k=1)
response = engine.query("How many leave days?")
print(type(response).__name__)
print("source nodes:", len(response.source_nodes))
print(response.source_nodes[0].node.get_content())

```

Output:

```
Response
source nodes: 1
Employees get 24 days of paid leave per year.
```

**Quiz:** Response में source_nodes क्यों शामिल हैं?

- [ ] LLM प्रशिक्षित करने के लिए
- [x] ताकि आप दिखा सकें कि किन अंशों ने उत्तर का समर्थन किया
- [ ] Index संपीड़ित करने के लिए
- [ ] Citations हटाने के लिए

*Answer:* ताकि आप दिखा सकें कि किन अंशों ने उत्तर का समर्थन किया. Source nodes citations और debugging संभव करते हैं।