nextjs openai doc search

Next.js Operai Doc Search Starter

Este arranque toma todos los archivos .mdx en el directorio pages y los procesa para usar como contexto personalizado dentro de las indicaciones de finalización de texto de OpenAI.

Desplegar

Implemente este iniciador en Vercel. La integración de Supabase establecerá automáticamente las variables de entorno requeridas y configurará el esquema de su base de datos. ¡Todo lo que tienes que hacer es configurar tu OPENAI_KEY y estás listo para comenzar!

[

Detalle técnico

Construir su propio chatgpt personalizado implica cuatro pasos:

1. [? Build Time] Preprocese la base de conocimiento (sus archivos .mdx en la carpeta de sus pages ).
2. [? Tiempo de construcción] Tienda integración en Postgres con PGVector.
3. [? Runtime] Realice la búsqueda de similitud vectorial para encontrar el contenido que sea relevante para la pregunta.
4. [? Runtime] inyectar contenido en OpenAI GPT-3 Solicitud de finalización de texto y transmitir la respuesta al cliente.

? Tiempo de construcción

Paso 1. Y 2. Sucede en la hora de compilación, por ejemplo, cuando Vercel crea su aplicación Next.js. Durante este tiempo, se está ejecutando el script generate-embeddings que realiza las siguientes tareas:

 secuencediagram
    VERCEL PARTICIPANTE
    DB participante (PGVector)
    Participante Openai (API)
    bucle 1. Preprocesar la base de conocimiento
        VERCEL->> VERCEL: Páginas de Chunk .mdx en secciones
        bucle 2. Crear y almacenar incrustaciones
            VERCEL->> OPERAI (API): Crear integración para la sección de la página
            OpenAI (API)->> Vercel: Vector de incrustación (1536)
            VERCEL->> DB (PGVECTOR): Tienda Incrustación para la sección Página
        fin
    fin

Además de almacenar los incrustaciones, este script genera una suma de verificación para cada uno de sus archivos .mdx y almacena esto en otra tabla de base de datos para asegurarse de que las incrustaciones solo se regeneran cuando el archivo ha cambiado.

? Tiempo de ejecución

Paso 3. Y 4. Sucede en tiempo de ejecución, cada vez que el usuario envía una pregunta. Cuando esto sucede, se realiza la siguiente secuencia de tareas:

 secuencediagram
    cliente participante
    función de borde del participante
    DB participante (PGVector)
    Participante Openai (API)
    Cliente->> función de borde: {consulta: lorem ispum}
    Critical 3. Realizar la búsqueda de similitud vectorial
        Función de borde->> OpenAI (API): Crear incrustación para la consulta
        OpenAI (API)->> Función de borde: Vector de incrustación (1536)
        Función de borde->> DB (PGVector): búsqueda de similitud vectorial
        DB (PGVector)->> Función de borde: contenido de documentos relevantes
    fin
    crítico 4. Inyectar contenido en el aviso
        Función de borde->> OpenAI (API): solicitud de solicitud de finalización: consulta + contenido de documentos relevantes
        OpenAI (API)->> Cliente: Texto/Event-Stream: Respuesta de finalización
    fin

Los archivos relevantes para esto son el componente SearchDialog (Cliente) y el vector-search (Función Edge).

La inicialización de la base de datos, incluida la configuración de la extensión pgvector , se almacena en la carpeta supabase/migrations , que se aplica automáticamente a su instancia local de Postgres cuando se ejecuta supabase start .

Desarrollo local

Configuración

• cp .env.example .env
• Establezca su OPENAI_KEY en el archivo .env recién creado.
• Establecer NEXT_PUBLIC_SUPABASE_ANON_KEY y SUPABASE_SERVICE_ROLE_KEY ejecutar:

  Nota: Debe ejecutar Supabase para recuperar las teclas.

Comience Supabase

Asegúrese de tener Docker instalado y funcionando localmente. Luego corre

supabase start

Para recuperar NEXT_PUBLIC_SUPABASE_ANON_KEY y SUPABASE_SERVICE_ROLE_KEY Run:

supabase status

Comience la aplicación Next.js

En una nueva ventana de terminal, ejecute

pnpm dev

Usando sus documentos .MDX personalizados

1. Por defecto, su documentación deberá estar en formato .mdx . Esto se puede hacer renombrando el archivo Markdown .md existente (o compatible).
2. Ejecute pnpm run embeddings para regenerar incrustaciones.

   Nota: Asegúrese de que Supabase se esté ejecutando. Para verificar, ejecute supabase status . Si no está ejecutando ejecutar supabase start .

3. Ejecute pnpm dev nuevamente para actualizar Nextjs Localhost: 3000 Página renderizada.

Obtenga más información

• Lea el blog Post sobre cómo creamos ChatGPT para los documentos de Supabase.
• [DOCS] PGVECTOR: INCREGOS Y SIMILIDAD VECTIVA
• Mira el video "How I Built This" de Greg en el canal de YouTube del síndrome de la madriguera del conejo:

Licencia

Apache 2.0