الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

الأساس بين Qdrant-Upload-and-Search-Example

مثال رمز على كيفية تحميل قاعدة بيانات متجه QDrant والبحث

إذا وجدت هذا الرمز مفيدًا ، ففكر في التحقق من مشروع مساعدتي الرئيسي: https://github.com/libraryofcelsus/aetherius_ai_assistant

إذا كنت تريد المزيد من البرامج التعليمية مثل هذا ، اتبعني على github و youtube: https://www.youtube.com/@libraryofcelsus

(لم يتم إطلاق القناة بعد ، لديّ نصوص متعددة مثل هذه مكتوبة ، لكنني ما زلت أعمل على تنسيق إنتاج الفيديو. اشترك في إطلاقه!)

دروس التعليمات البرمجية المتعمقة بتنسيق توثيق متاح على: https://www.libraryofcelsus.com/research/public/code-tutorials/

تثبيت النافذة

  1. إذا كنت تستخدم cloud qdrant ، انسخ مفتاح API الخاص بهم وعنوان URL إلى ملفات .txt المقابلة.
    الرابط السحابي QDrant: https://qdrant.to/cloud
    لاستخدام خادم QDrant محلي ، قم أولاً بتثبيت Docker: https://www.docker.com/ ، ثم راجع:
    بمجرد تشغيل خادم QDrant المحلي ، يجب اكتشافه تلقائيًا بواسطة البرنامج النصي.
  2. تثبيت git
  3. تثبيت Python 3.10.6 ، تأكد من إضافته إلى PATH
  4. افتح برنامج Git Bash
  5. قم بتشغيل git clone: ​​git clone https://github.com/libraryofcelsus/basic-qdrant-upload-and-search-example
  6. افتح سطر الأوامر كمسؤول وانتقل إلى مجلد تثبيت المشروع مع القرص المضغوط
  7. إنشاء بيئة افتراضية: Python -M Venv Venv
  8. تنشيط البيئة الافتراضية مع :. Venv Scripts Activate
  9. تثبيت المتطلبات مع PIP تثبيت متطلبات.
  10. قم بتحرير اسم المستخدم والاسم الخاص بك في ملفات .txt
  11. قم بتحرير وتعيين المطالبة الرئيسية والتحية في ملفات .txt
  12. ل Oobabooga: قم بتثبيت Oobabooga Web-Ui. يمكن القيام بذلك باستخدام مثبت نقرة واحدة موجود على صفحة GitHub الخاصة بهم: https://github.com/Oobabooga/text-generation-webui. ثم قم بتشغيل Web-UI وانتقل إلى علامة التبويب Sessions ، وانقر فوق كل من مربعات API ثم انقر فوق تطبيق وإعادة التشغيل. انتقل الآن إلى علامة التبويب النماذج وأدخل: "thebloke/llama-2-7b-chat-gptq" أو "thebloke/llama-2-13b-chat-gptq". (إذا كنت تستخدم وحدة المعالجة المركزية ، فاستخدم إصدار GMML) بمجرد تنزيل النموذج ، قم بتغيير محمل النموذج إلى Exllama وتعيين معلمة تقسيم GPU إلى 0.5 جيجابايت ضمن حد وحدة معالجة الرسومات الخاصة بك. بعد ذلك قم بتعيين MAX_SEQ_LEN إلى 4096.
  13. لـ Openai: أضف مفتاح API Openai إلى key_openai.txt
  14. قم بتشغيل chatbot مع Python script_name.py

*ملاحظة ، ستحتاج إلى تشغيل. Venv Scripts تنشيط في كل مرة تخرج فيها من سطر الأوامر لإعادة تنشيط Enviornment الظاهري.

أبحاث الذكاء الاصطناعى الخاصة بي ممول ذاتيًا ، فكر في دعمني إذا وجدت أنها مفيدة :)

اتصال

Discord: Libraryofcelsus -> اسم المستخدم القديم: Celsus#0262

Mega Chat: https://mega.nz/c !pmnmeizq

البريد الإلكتروني: [email protected]

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل