Skip to main content
Wikipedia 是一个由志愿者社区通过开放协作和使用名为 MediaWiki 的基于维基的编辑系统编写和维护的多语言免费在线百科全书。Wikipedia 是历史上规模最大、阅读量最多的参考著作。
此笔记本展示了如何将 wikipedia.org 的维基页面检索到 Document 格式中，以供下游使用。

​
集成详情

​
设置

要启用单个工具的自动跟踪，请设置您的 LangSmith API 密钥： 
os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
os.environ["LANGSMITH_TRACING"] = "true"

​
安装

集成位于 langchain-community 包中。我们还需要安装 wikipedia Python 包本身。 
pip install -qU langchain-community wikipedia

​
实例化

现在我们可以实例化我们的检索器： WikipediaRetriever 参数包括：
  • 可选 lang：默认=“en”。用于在维基百科的特定语言部分进行搜索
  • 可选 load_max_docs：默认=100。用于限制下载的文档数量。下载所有 100 个文档需要时间，因此实验时请使用较小的数字。目前硬限制为 300。
  • 可选 load_all_available_meta：默认=False。默认情况下仅下载最重要的字段：Published（文档发布/最后更新日期）、title、Summary。如果为 True，则也会下载其他字段。
get_relevant_documents() 有一个参数 query：用于在维基百科中查找文档的自由文本 
from langchain_community.retrievers import WikipediaRetriever

retriever = WikipediaRetriever()

​
用法

docs = retriever.invoke("TOKYO GHOUL")

print(docs[0].page_content[:400])

Tokyo Ghoul (Japanese: 東京喰種（トーキョーグール）, Hepburn: Tōkyō Gūru) is a Japanese dark fantasy manga series written and illustrated by Sui Ishida. It was serialized in Shueisha's seinen manga magazine Weekly Young Jump from September 2011 to September 2014, with its chapters collected in 14 tankōbon volumes. The story is set in an alternate version of Tokyo where humans coexist with ghouls, beings who loo

​
API 参考

有关所有 WikipediaRetriever 功能和配置的详细文档，请访问 API 参考。
在 GitHub 上编辑此页面 或 提交问题。
通过 MCP 将这些文档连接到 Claude、VSCode 等 以获取实时答案。