Collabchatbot Gemini LLM

Collabchatbot Beta: رفع معلومات الموظف وتجربة بناء الفريق مع LLM وبيانات SQL الخاصة بك!

نظام chatbot القائم القائم على LLM تم تطويره بواسطة MindInventory

مرحبًا بك في CollabChatBot-مساعدك الشخصي المصمم لتبسيط الوصول إلى بيانات الموظفين وتعزيز جهود بناء الفريق. يقدم إصدار Beta هذا مجموعة قوية من الميزات التي تعيد تعريف كيفية تفاعلك مع معلومات الموظف وتعزيز التعاون داخل مؤسستك.

الميزات الرئيسية:

• المعلومات الشخصية: الحصول على تفاصيل فورية عن أي موظف. ؟ ‍
• الإشغال: الوصول إلى التحديثات في الوقت الفعلي على مواقع الموظفين. ؟
• المهارات: تحديد مجموعات مهارات محددة من أعضاء فريقك دون عناء. ؟
• التوصيات: تلقي اقتراحات بناء الفريق الذكية على أساس المهارات والإشغال. ؟

collabchatbot_demo.mp4

تكامل التكنولوجيا المتقدمة؟

تم تصميم CollabChatBot على تكامل مبتكر للأدوات والأطر المتطورة ، مما يضمن الوظائف والكفاءة التي لا مثيل لها. تم تطويره مع مزيج فريد من التقنيات ، بما في ذلك pandas و llamacpp و gemini pro و langchain و fastapi ، ويتفوق في توليد استعلامات pandas الديناميكية لاسترجاع البيانات الجدولية والمعالجة.

يضمن هذا الأساس التكنولوجي المتقدم أن يوفر CollabChatBot للمستخدمين حلاً بديهيًا وقويًا للوصول إلى معلومات الموظف وتحليلها. ارفع تجربة مكان عملك مع CollabChatbot Beta - حيث تلبي الكفاءة التعاون بسلاسة.

إعداد المشروع؟ ‍

مرحبًا بك في مشروعنا الرائع! ؟ اتبع هذه الخطوات البسيطة للحصول على كل شيء وتشغيله بسلاسة.

المتطلبات الأساسية

• إصدار Python: يتطلب هذا المشروع Python ^3.10.12. تأكد من تثبيته على جهازك.

إعداد البيئة

1. البيئة الافتراضية:

   python -m venv venv

2. تثبيت التبعيات:

    source venv/bin/activate  # activate virtual environment (Linux/Mac)
   pip install -r requirements.txt

3. متغيرات البيئة: قم بإنشاء ملف .env في دليل الجذر وأضف مفتاح API لـ Google:

    GOOGLE_API_KEY=your_api_key_here
   

تكوين المستودع؟

1. دليل ذاكرة التخزين المؤقت: قم بإنشاء دليل cache داخل src/repositories :

   mkdir src/repositories/cache

2. ملفات ذاكرة التخزين المؤقت: داخل دليل src/repositories/cache ، قم بإنشاء الملفات التالية:

   • employee_profile.pkl
   • team_info.pkl
   • agenda_management.pkl

تشغيل التطبيق

1. دليل التغيير:

    cd src

2. تشغيل Uvicorn:

   uvicorn main:app --reload

ربط collabchatbot مع قاعدة بيانات SQL؟ ️

Collabchatbot لا يتعلق فقط بالوصول إلى معلومات الموظف ؛ يمر خطوة إلى الأمام من خلال الاندماج بسلاسة مع قواعد بيانات SQL شائعة الاستخدام في أعمال المؤسسات. يتيح هذا التكامل القوي CollabChatBot تسخير الإمكانات الكاملة لنماذج اللغة الكبيرة (LLM) وبيانات SQL ، مما يوفر حلاً شاملاً للاحتياجات التنظيمية.

• SQL Database Integration CollabChatBot يتصل دون عناء مع قاعدة بيانات SQL الخاصة بك ، مما يتيح الوصول في الوقت الفعلي إلى البيانات المهيكلة. من خلال استخدام قوة استعلامات SQL ، فإنه يسهل:

• استرجاع البيانات المخصص: قم بتكييف استعلاماتك لاسترداد تفاصيل الموظفين المحددة أو معلومات الفريق أو أي بيانات أخرى ذات صلة مباشرة من قاعدة بيانات SQL الخاصة بك.

• معالجة البيانات الديناميكية: قم بإجراء معالجة البيانات والتحولات الديناميكية باستخدام استعلامات SQL ، مما يضمن أن المعلومات المقدمة دائمًا محدثة وذات صلة.

فوائد أعمال المؤسسة؟

1. يضمن أمان البيانات والامتثال CollabChatBot أن معلومات الموظف الحساسة المخزنة في قواعد بيانات SQL آمنة. يلتزم بمعايير الصناعة لخصوصية البيانات والامتثال لها ، مما يوفر منصة موثوقة وآمنة للوصول إلى البيانات التنظيمية الأساسية.

2. تعزيز اتخاذ القرارات من خلال الاندماج بسلاسة مع قواعد بيانات SQL ، يمكّن CollabChatbot صانعي القرار ببيانات دقيقة ودقيقة. وهذا يعزز عملية صنع القرار من خلال توفير رؤى حول مهارات الموظفين ، وهياكل الفريق ، والإشغال ، مما يساهم في النهاية في قرارات أكثر استنارة واستراتيجية.

3. التعاون المتبقي فعال التعاون هو في قلب collabchatbot. يقوم التكامل مع قواعد بيانات SQL بتبسيط الوصول إلى الأدوات التعاونية ، مما يضمن أن الفرق يمكنها بسهولة الاستفادة من النظام الأساسي لتعزيز التواصل وتخطيط المشاريع وإنتاجية الفريق بشكل عام.

4. إن قابلية التوسع والمرونة يضمن تكامل CollabChatBot مع قواعد بيانات SQL قابلية التوسع والقدرة على التكيف مع الاحتياجات المتطورة للمؤسسة الخاصة بك. مع نمو مؤسستك ، تنمو CollabChatbot معها ، معالجة بأحجام البيانات المتزايدة دون عناء وتوسيع الوظائف.

إعداد تكامل SQL

1. تكامل Sqlalchemy:

• يستخدم CollabChatBot SQLalChemy لإنشاء اتصال مع قاعدة بيانات SQL الخاصة بك. تأكد من أن لديك تكوينات SQLalChemy اللازمة في مشروعك.

2. تنفيذ استعلام SQL:

• الاستفادة من قوة استعلامات SQL للتفاعل مع قاعدة البيانات الخاصة بك. تدمج التكنولوجيا المتقدمة المتقدمة من CollabChatBot هذه الاستعلامات بسلاسة ، مما يسمح لاسترجاع البيانات الديناميكي والتلاعب به.

3. تعيين البيانات:

• حدد تعيينات البيانات الواضحة بين مخطط قاعدة بيانات SQL الخاص بك ونماذج بيانات CollabChatBot. هذا يضمن تفسيرًا دقيقًا وعرض المعلومات المستردة. من خلال الجمع بين إمكانات LLM وبيانات SQL وميزات CollabChatbot المتقدمة ، يمكن لمؤسستك رفع معلومات الموظف وخبرة بناء الفريق إلى آفاق جديدة. مرحبًا بك في المستقبل حيث تلتقي التكنولوجيا بالتعاون بسلاسة!

هذا كل شيء! مشروعك الآن قيد التشغيل.