RAG QnA App

Rag -Fragen und Antworten?

Mit dieser Q & A-App (Abrufen-Generation von Abrufen) können Benutzer ein Dokument hochladen und es für relevante Antworten abfragen. Benutzer können ihren OpenAI -API -Schlüssel eingeben, ein Dokument (PDF oder Textdatei) hochladen und Fragen zum Dokumentinhalt stellen. Die App generiert Antworten basierend auf dem hochgeladenen Dokument mit den Sprachmodellen von OpenAI.

Haftungsausschluss

Dies ist eine sehr grundlegende Implementierung eines RAG-Systems (Retrieval-Augmented Generation). Daher kann es Einschränkungen bei der Behandlung komplexer Dokumente oder der Beantwortung nuancierter Abfragen haben. Zukünftige Versionen können eine verbesserte Dokumentenverarbeitung, eine bessere Abfrage und mehr umfassen. Bitte verwenden Sie das Tool entsprechend und fair.

Merkmale

• Dokument -Upload : Unterstützt PDF- und Textdatei -Uploads.
• OpenAI -API -Integration : Benutzer können ihren eigenen OpenAI -API -Schlüssel eingeben, um Antworten zu generieren.
• Interaktive Q & A : Ermöglicht Benutzern, Fragen zum Inhalt des hochgeladenen Dokuments zu stellen und relevante Antworten zu erhalten.

Einrichtung und Installation

Voraussetzungen

• Python 3.8 oder höher
• Git (optional, wenn Sie direkt hochladen)
• Ein OpenAI -API -Schlüssel (erforderlich für die Abfrage des Dokuments)

Verwendung

1. Geben Sie Ihren OpenAI -API -Schlüssel (obligatorisch) ein : Die App benötigt einen OpenAI -API -Schlüssel, um Antworten zu generieren. Geben Sie Ihren Schlüssel in das zu Beginn bereitgestellte Eingabefeld ein. Wenn Sie keinen OpenAI -API -Schlüssel haben, erstellen Sie einen.

2. Laden Sie ein Dokument hoch : Klicken Sie auf die Schaltfläche Upload, um ein Dokument (PDF oder Textdatei) auszuwählen. Die App verarbeitet den Inhalt für die Abfrage.

3. Fragen stellen : Geben Sie Ihre Frage in das Abfragebeld in Bezug auf den Inhalt des hochgeladenen Dokuments ein. Die App generiert und zeigt relevante Antworten basierend auf dem Dokumentinhalt an.

Dateistruktur

 RAG_Project
│
├── app.py                # Main Streamlit application
├── requirements.txt      # List of dependencies
└── README.md             # Documentation for the app (this file)

Anerkennung

• Stromlit für das interaktive App -Framework.
• OpenAI für die Bereitstellung der API- und Sprachmodelle.
• Langchain zur Verbesserung der Dokumentenverarbeitungs- und Abruffunktionen.

---