الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

شركة QA Assistant Ed-Tech Company

هذا المشروع هو مساعد QA (إجابة أسئلة) مصمم لشركة ED-Tech. إنه يعزز قواعد بيانات المتجهات ، ونماذج اللغة الحديثة ، وتضمينات المستندات المخصصة لتوفير ردود دقيقة على استعلامات المستخدم بناءً على قاعدة معرفة محددة مسبقًا.

جدول المحتويات

  • سمات
  • تثبيت
  • الاستخدام
  • هيكل المشروع
  • التحسينات المستقبلية
  • المساهمة
  • رخصة

سمات

  • قاعدة بيانات المتجهات : تستخدم FAISS للبحث في التشابه الفعال عبر قاعدة المعرفة.
  • التضمينات المخصصة : مدعوم من قبل HuggingFaceMbeddings باستخدام نموذج Transformers الجملة/All-Minilm-L6-V2.
  • نموذج اللغة الكبير (LLM) : يدمج نموذج Groq's LLAMA3 (LLAMA3-8B-8192) لتوليد ردود مدركة للسياق.
  • CSV Loader : يحمل الأسئلة الشائعة أو البيانات الأخرى منظمة من ملفات CSV لتوزيع قاعدة المعرفة.
  • واجهة STIPLELIT : واجهة مستخدم بسيطة وتفاعلية لطرح الأسئلة وتلقي الإجابات.

تثبيت

  1. استنساخ المستودع: 
 git clone https : // github . com / shaadclt / Ed - Tech - Company - QA - Assistant . git
cd Ed - Tech - Company - QA - Assistant
  1. إعداد بيئة افتراضية: 
 python - m venv venv
source venv / bin / activate  # On Windows, use `venvScriptsactivate`
  1. تثبيت التبعيات: 
 pip install - r requirements . txt
  1. متغيرات البيئة: قم بإنشاء ملف .env في جذر المشروع وأضف مفتاح API Groq: 
 GROQ_API_KEY = your_groq_api_key_here

الاستخدام

  1. قم بتشغيل تطبيق STREMLIT 
 streamlit run main . py

  1. قم بإنشاء قاعدة المعرفة: لإنشاء قاعدة المعرفة من ملف CSV ، انقر فوق الزر إنشاء قاعدة المعرفة

  2. اطرح سؤالاً: أدخل سؤالاً في الواجهة البطيئة ، وسيوفر المساعد استجابة دقيقة للسياق بناءً على قاعدة المعرفة المحملة.

هيكل المشروع

  • langchain_helper.py : يحتوي على منطق تحميل البيانات ، وإنشاء قاعدة بيانات المتجه ، وتوليد الاستجابات.
  • Main.py : ملف التطبيق البطيء.
  • faQs.csv : نموذج CSV يستخدم لملء قاعدة المعرفة.
  • المتطلبات. txt : يسرد جميع حزم بيثون المطلوبة.
  • .env : تخزن متغيرات البيئة مثل مفاتيح API (غير مدرجة في المستودع لأسباب أمنية).

التحسينات المستقبلية

  • توسيع قاعدة المعرفة: أضف المزيد من المستندات أو مصادر البيانات.
  • النماذج الدقيقة: اضبط التضمينات أو LLM لاستجابات أكثر دقة.
  • واجهة المستخدم المتقدمة: قم بتحسين واجهة التبسيط بميزات إضافية مثل تصفية الاستجابة أو آليات التغذية المرتدة.

المساهمة

لا تتردد في توتر هذا المستودع ، وإنشاء فرع ميزة ، وتقديم طلب سحب لأي تحسينات أو إصلاحات الأخطاء.

رخصة

هذا المشروع مرخص بموجب ترخيص معهد ماساتشوستس للتكنولوجيا. انظر ملف الترخيص للحصول على التفاصيل.

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