simple_cv_evaluation_for_O1

CV -Bewertung App

Dieses Projekt bewertet CVS für die O-1A-Visa-Qualifikation unter Verwendung eines Fastapi-Backends und OpenAs Sprachmodells. Es verwendet ein RAG-System (Abruf-Augmented Generation), um den Bewertungsprozess durch Nutzung des relevanten Dokumentkontexts zu verbessern.

Aufstellen

1. Klonen Sie das Repository:

   git clone git clone https://github.com/ako1983/simple_cv_evaluation_for_O1.git
   cd my_cv_evaluation_app

2. Erstellen Sie eine virtuelle Umgebung und installieren Sie Abhängigkeiten:

   python -m venv venv
   source venv/bin/activate  # On Windows, use `venvScriptsactivate`
   pip install -r requirements.txt

3. Führen Sie die Fastapi -Anwendung aus:

   uvicorn app:app --reload --port 8000

4. Verwenden Sie das Loader -Skript, um einen Lebenslauf zu bewerten:

   python query_data.py " how do you get qualified for O1 Visa " 

Projektstruktur

APP.PY: FASTAPI -Anwendungscode, einschließlich Endpunkte zum Erstellen der Datenbank, Abfrage und Bewertung von CVs.

create_database.py: Skript zum Initialisieren und Verwalten des Chroma Vector Store.

get_embedding_function.py: Definiert die Einbettungsfunktion, die für die Verarbeitung von Dokumenten verwendet wird.

Loader.py: Skript zum Senden von CV -Dateien an den Fastapi -Endpunkt zur Bewertung.

query_data.py: Handles Abfragen der Chroma -Datenbank für den relevanten Dokumentkontext.

Anforderungen.txt: Liste der für das Projekt erforderlichen Abhängigkeiten.

Readme.md: Projektübersicht, Einrichtungsanweisungen und Nutzungsrichtlinien.

API -Endpunkte

/ create_database Beschreibung: Initialisiert oder setzt das Chroma -Vektorspeicher mit Dokumenten aus dem Daten/ Verzeichnis.

Methode: Postparameter: Zurücksetzen (boolean, optional) - Setzt die Datenbank zurück, wenn true. Antwort: Eine Nachricht, die den Status der Datenbankerstellung angibt.

/query_database Beschreibung: Ruft relevante Dokumente aus der Datenbank basierend auf einer Abfrage ab. Methode: Anfrage nach Anfrage: query_text (Zeichenfolge): Die Abfrage zur Suche nach relevanten Dokumenten. Antwort: Antwort (Zeichenfolge): generierte Antwort aus dem Modell. Quellen (Liste): Liste der als Kontext verwendeten Dokument -IDs.

/Bewertung Beschreibung: Bewerten Sie einen Lebenslauf für die O-1A-Visa-Qualifikation mithilfe des Dokumentenkontexts aus der Datenbank. Methode: Nachfrage nach Anfrage: cv_text (String): Der zu bewertende CV -Inhalt. Antwort: Evaluierung (Zeichenfolge): Die Bewertung der Qualifikation des Lebenslaufs durch das Modell.

Dokumentation

Ausführliche Informationen zu Entwurfsmöglichkeiten und der Bewertung der Ausgabe finden Sie im docs/ Verzeichnis.

Nutzungsbeispiele

Erstellen der Datenbank:

curl -X POST " http://127.0.0.1:8000/create_database?reset=true "

Abfragen der Datenbank:

curl -X POST " http://127.0.0.1:8000/query_database " -H " Content-Type: application/json " -d ' {"query_text": "specific question or keyword"} '

Bewertung eines Lebenslaufs:

curl -X POST " http://127.0.0.1:8000/evaluate " -H " Content-Type: application/json " -d ' {"cv_text": "CV content here"} '