Adanvced Multidatabased RAG Chatbot

تطبيق Advanced Rag Q&A مع Langchain

ملخص

يوضح هذا المشروع إنشاء تطبيق Q&A المعزز للاسترجاع المتقدم باستخدام Langchain. من خلال دمج مصادر بيانات متعددة - Wikipedia ، وموقع مخصص ، وقاعدة بيانات ورقة بحثية (RIVE) - يوفر هذا التطبيق إجابات شاملة عن طريق اختيار مصدر البيانات الأكثر صلة لكل استعلام.

أبرز

• تكامل مصادر البيانات المتعددة : ينشئ أغلفة لـ Wikipedia ، موقع ويب مخصص ، و Rive ، مما يتيح التفاعل مع هذه المصادر ككيانات متميزة.
• عوامل Langchain : يستخدم عوامل Langchain لتحديد الأداة المناسبة بشكل ديناميكي بناءً على استعلامات المستخدم.
• الجمع بين الأدوات : الجمع بين أدوات متعددة في قائمة واحدة باستخدام Python وتوصيلها بنموذج LLM المختار عبر create_openai_tool_agent .
• قوالب سريعة : يستخدم قوالب موجهة من مركز Langchain لتوجيه تفاعلات LLM.
• تنفيذ الوكيل : ينفذ الوكيل والأدوات باستخدام agent_executor لاسترداد المعلومات وتوفير ردود شاملة.

تثبيت

1. استنساخ المستودع :

   git clone https://github.com/your-repo/advanced-rag-qa-app.git
   cd advanced-rag-qa-app

2. تثبيت التبعيات : PIP تثبيت متطلبات.
3. إعداد متغيرات البيئة : قم بإنشاء ملف .env في دليل الجذر وأضف المتغيرات التالية:
   • openai_api_key = your_openai_api_key
   • wikipedia_api_key = your_wikipedia_api_key
   • custom_website_url = your_custom_website_url

استخدام التطبيق: STREMLIT RUN APP.PY

التفاعل مع التطبيق : افتح عنوان URL المقدم في متصفحك لبدء الاستعلام عن تطبيق RAT Q&A.

هيكل المشروع

app.py: البرنامج النصي الرئيسي لتشغيل تطبيق STREMELIT.

config.py: إعدادات التكوين ومتغيرات البيئة.

langchain_utils.py: وظائف الأداة المساعدة لتكامل Langchain.

Data_sources/: يحتوي على مغلفة لـ Wikipedia ، موقع مخصص ، و Rive.

قوالب/: قوالب موجهة تستخدم لتوجيه تفاعلات LLM.

المتطلبات. txt: قائمة التبعيات Python.

المساهمة إذا كنت ترغب في المساهمة في هذا المشروع ، يرجى تورك المستودع وتقديم طلب سحب مع تغييراتك.