document assistant

Dokumentenassistent von Asche

Diese Python -Anwendung erstellt einen einfachen Dokumentenassistenten mit Streamlit, Pinecone (Vector Store) und einem Sprachmodell (OpenAI), um Antworten auf Benutzeranfragen zu generieren.

Befehl zum Herunterladen von Dokumenten im HTML -Format

wget --mirror --convert-links --adjust-extension --page-requisites --no-parent -P langchain-docs --execute robots=off --user-agent="Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36" https://api.python.langchain.com/en/latest/

1. Main.py

Dieses Skript erstellt eine Webanwendung mit Streamlit. Es bietet eine Benutzeroberfläche für Dokumentenhilfe, mit der Benutzer Fragen einreichen und Antworten erhalten, die Quellen enthalten.

Schlüsselmerkmale

• Streamlit -Schnittstelle: Verwendet Streamlit für die Benutzeroberfläche, einschließlich Eingabefelder und Sitzungsverwaltung.
• Quell -URL -Sortierung: Enthält eine Funktion create_sources_string, die eine Reihe von URLs nimmt, sie sortiert und als nummerierte Liste formatiert.

2. Einnahme.Py

Dieses Skript ist für die Einnahme und Verarbeitung von Dokumenten verantwortlich, möglicherweise für ein maschinelles Lernen oder eine Suchanwendung. Es verwendet Umgebungsvariablen und Schnittstellen mit einem Dienst namens Pinecone.

Schlüsselmerkmale

• Dokumentlade und Aufteilung: Laden Sie Dokumente aus einer bestimmten Quelle und teilen Sie sie in Stücke auf.
• Pnecone -Integration: Fügt Dokumentvektoren in einen Tinecone -Vektorspeicher ein.

3.. Core.py

Diese Datei definiert Kernfunktionen für das Ausführen von Sprachmodellabfragen mithilfe eines Abrufsystems. Es scheint eng mit Tinecone für die Vektorspeicherung und -abruf integriert zu sein.

Schlüsselmerkmale

• Umgebungskonfiguration: Lädt Umgebungsvariablen.
• Abfrageverarbeitung: Bietet eine Funktion run_llm, die eine Abfrage mithilfe einer Konversationskette mit einem Sprachmodell und einem Dokument -Retriever verarbeitet.