llm_project

Langchain LLM -Modell

Einführung

Dieses Django -Projekt zeigt, wie ein benutzerdefiniertes Benutzermodell erstellt und verwandte Modelle für Benutzerprofile, PDF -Dokumente und Chat -Nachrichten definiert werden.

Merkmale

• Erweiterte Chatbot-Integration : Verwendet die modernste generative KI- und erweiterte Sprachmodelle, um einen Chatbot mit Strom zu versorgen, mit dem Benutzer mit hochgeladenen PDF-Dokumenten interagieren können.
• PDF-Dokument-Upload : Ermöglicht Benutzern das Hochladen von PDF-Dateien, sodass sie für inhaltsbasierte Abfragen zugänglich sind.
• Echtzeitantworten : Bietet Echtzeit-Chatbot-Antworten auf Benutzeranfragen zum Inhalt hochgeladener PDF-Dokumente.
• Responsive UI : Implementiert eine reaktionsschnelle Benutzeroberfläche und gewährleistet eine nahtlose Erfahrung über verschiedene Geräte hinweg für eine verbesserte Zugänglichkeit.
• Chat-Historie : Entworfen und implementierte eine Chat-Historie-Funktion, mit der Benutzer frühere Gespräche mit dem Chatbot noch einmal besuchen und eine benutzerfreundliche Interaktion fördern können.
• Technologiestack : Mit Bibliotheken Python, Django, PYPDF2, Chatbot Frameworks, LLM, OpenAI und Natural Language Recaries, um dieses Solo-Projekt zu architektieren und zu entwickeln, wodurch die Kenntnisse in diesen Branchenstandardtechnologien gezeigt werden.

Voraussetzungen

Stellen Sie vor Beginn sicher, dass Sie die folgenden Anforderungen erfüllt haben:

• Python (3.x) wurde auf Ihrem System installiert.
• Django installiert ( pip install Django ).
• Langchain -Bibliothek installiert ( pip install langchain ).
• PYPDF2 -Bibliothek installiert ( pip install PyPDF2 ).
• OpenAI -API -Schlüssel (setzen Sie es als Umgebungsvariable mit dem Namen OPENAI_API_KEY ).

Erste Schritte

Installation & Erste Schritte

Detaillierte Anweisungen zum Installieren, Konfigurieren und Erhalten des Projekts:

1. Klon das Repository: git clone https://github.com/amanastel/llm_project.git
2. Navigieren Sie zum Projektverzeichnis: cd PDF_Based_Chatbot_AI
3. Erstellen Sie eine virtuelle Umgebung: python3 -m venv venv
4. Aktivieren Sie die virtuelle Umgebung: source venv/bin/activate
5. Installieren Sie Abhängigkeiten: pip install -r requirements.txt
6. Datenbankmigrationen anwenden: python manage.py migrate
7. Erstellen Sie einen Superuser: python manage.py createsuperuser
8. Führen Sie den Entwicklungsserver aus: python manage.py runserver

APIs verwendet

1. Erstellen Sie einen Superuser, der auf das Administratorbereich zugreift: python manage.py createsuperuser
2. Starten Sie den Entwicklungsserver: python manage.py runserver
3. Greifen Sie auf das Administratorfeld unter: http://localhost:8000/admin/ zu
4. Verwalten Sie das Admin -Panel, um Benutzer, Profile, PDF -Dokumente und Chat -Nachrichten zu verwalten.

API -Endpunkte

• Benutzerregistrierung: POST /api/register/
• Benutzeranmeldung: POST /api/login/
• Benutzerprofil: GET /api/profile/
• PDF-Dokument hochladen: POST /api/upload-pdf/
• Listen Sie PDF-Dokumente auf: GET /api/pdf-documents/
• Chat -Nachricht erstellen: POST /api/chat/create/
• Listen Sie Chat -Nachrichten auf: GET /api/chat/list/

Benutzerdefinierte Benutzerserializer

Sie finden den CustomUserSerializer in der Datei serializers.py unter dem llmApp -App -Verzeichnis. Dieser Serializer wird für die Registrierung und Anmeldung von Benutzer verwendet.

Modelle

• CustomProfile : Repräsentiert Benutzerprofile mit erweiterten Feldern (Telefon und Adresse).
• PDFDocument : Repräsentiert hochgeladene PDF -Dokumente, die den Benutzern zugeordnet sind.
• ChatMessage : Repräsentiert Chat -Nachrichten mit Zeitstempeln.

Technologiestapel

• Django
• Python
• Langchain
• Mysql
• Vue

Beitragen

Beiträge sind willkommen! Wenn Sie Probleme finden oder neue Funktionen hinzufügen möchten, können Sie eine Pull -Anfrage öffnen.

Lizenz

Dieses Projekt ist unter der MIT -Lizenz lizenziert - Einzelheiten finden Sie in der Lizenzdatei.