supabase vector py

متجر ناقلات Supabase

يوضح هذا المشروع كيفية استخدام Langchain و Supabase لإنشاء متجر متجه للمستندات باستخدام Openai Embededings. يتم تقسيم البيانات النصية إلى قطع يمكن التحكم فيها وتخزينها في Supabase لاسترجاعها الفعال.

المتطلبات الأساسية

• بيثون 3.12
• pipenv

تثبيت

1. استنساخ المستودع:

   git clone https://github.com/yourusername/supabase-vector-store.git
   cd supabase-vector-store

2. تثبيت التبعيات باستخدام pipenv:

   pipenv install

3. قم بإنشاء ملف .env في دليل الجذر وأضف بيانات اعتماد Supabase و Openai:

    SUPABASE_API_URL=your_supabase_api_url
   SUPABASE_API_KEY=your_supabase_api_key
   OPENAI_API_KEY=your_openai_api_key
   OPENAI_API_URL=your_openai_api_url
   

الاستخدام

1. تأكد من أن لديك ملفًا نصيًا يسمى personal-info.txt في دليل الجذر مع المحتوى الذي تريد معالجته.

2. تثبيت التبعيات باستخدام pipenv:

   pipenv install

3. قم بتشغيل البرنامج النصي:

   pipenv run python vector.py

4. إذا تم تشغيل البرنامج النصي بنجاح ، فيجب أن ترى الرسالة:

    Documents stored successfully.
   

رخصة

هذا المشروع مرخص بموجب ترخيص معهد ماساتشوستس للتكنولوجيا.

المساهمة

لا تتردد في فتح المشكلات أو تقديم طلبات سحب للتحسينات أو إصلاحات الأخطاء.

شكر وتقدير

• لانجشين
• supabase
• Openai