Извлечение контекста

Каждый LLM-шаг может объявить step_context_queries. По каждому запросу CARL ищет в вашем outer_context и вставляет найденные фрагменты в промпт этого шага — так каждый шаг видит только тот контекст, который ему нужен. Это RAG-подобное извлечение, лежащее в основе CARL.

LLMStepDescription(
    number=1,
    title="Financial analysis",
    aim="Analyze financial performance.",
    step_context_queries=["revenue growth", "profit margins", "cost efficiency"],
)

Выбор стратегии

Настройте поиск на уровне цепочки с помощью ContextSearchConfig:

Поле	Тип	По умолчанию	Назначение
strategy	"substring" | "vector"	"substring"	Стратегия поиска по умолчанию.
substring_config	dict | None	None	Параметры substring-поиска.
vector_config	dict | None	None	Параметры векторного поиска.
embedding_model	str | None	None	Модель эмбеддингов для векторного поиска.

• Substring (по умолчанию) — быстрое точное сопоставление по ключевым словам, без дополнительных зависимостей.
• Vector — семантическое сходство через FAISS-эмбеддинги; см. векторный поиск.

Параметры substring

from mmar_carl import ContextSearchConfig, ReasoningChain

search_config = ContextSearchConfig(
    strategy="substring",
    substring_config={
        "case_sensitive": False,      # default
        "min_word_length": 2,         # default
        "max_matches_per_query": 3,   # default
    },
)

chain = ReasoningChain(steps=steps, search_config=search_config)

Или через построитель: ChainBuilder().with_search_config(search_config).

Переопределения на уровне запроса

Смешивайте обычные строки-запросы и объекты ContextQuery в одном шаге для переопределения стратегии у отдельных запросов:

from mmar_carl import ContextQuery

step_context_queries=[
    "EBITDA",                                    # uses the chain default
    ContextQuery(
        query="revenue trends",
        search_strategy="vector",
        search_config={"similarity_threshold": 0.8, "max_results": 3},
    ),
    ContextQuery(
        query="NET_INCOME",
        search_strategy="substring",
        search_config={"case_sensitive": True},
    ),
]

Поле ContextQuery	Тип	Назначение
query	str	Текст запроса.
search_strategy	"substring" | "vector" | None	Переопределение для этого запроса.
search_config	dict | None	Дополнительные параметры поиска для этого запроса.

Смотрите также

• Векторный поиск — семантическое сходство через FAISS.
• LLM-шаги — где находится step_context_queries.