Eine Chatbot-Anwendung in voller Stapel, die Lappen verwendet, um intelligent mit Benutzern zu interagieren, basierend auf benutzerdefinierten Wissensbasen. Es unterstützt das Laden von dynamischem Datensatz für nahtlose Updates. Das Sprachmodell des Chatbot wird nach Relevanz, Genauigkeit, Kohärenz, Vollständigkeit, Kreativität, Ton und Ausrichtung mit Absicht bewertet, um qualitativ hochwertige, benutzerorientierte Interaktionen zu gewährleisten.
Dieses Diagramm zeigt die beteiligten Komponenten auf hoher Ebene und ihre Wechselwirkung 

Stellen Sie vor dem Ausführen des Projekts die folgenden Konfigurationsdateien an:
.env -Datei im Ordner Backend an, wenn Umgebungsvariablen geändert werden müssen. Verwenden Sie Docker Compose, um die Container zu erstellen und auszuführen:
docker compose up --build
Sobald die Container ausgeführt werden, können Sie auf die Frontend -Anwendung zugreifen unter:
http://localhost:5173/
Sobald die Container ausgeführt werden, können Sie auf die Backend -Anwendung zugreifen unter:
http://localhost:8081/
https://github.com/pixegami/langchain-rag-tutorial