Descarga autonomous hr chatbot - Descargar el código fuente autonomous hr chatbot

autonomous hr chatbot

Otro código fuente

1.0.0

Descargar

El chat de recursos humanos autónomo construido con chatgpt, langchain, pinecone y streamlit

Lectura complementaria: Creación de un asistente de recursos humanos (en su mayoría) con los agentes y herramientas de Langchain y Langchain

Tl; dr/descripción

Esta es una aplicación empresarial prototipo: un agente autónomo que puede responder consultas de recursos humanos utilizando las herramientas que tiene a mano. Se realizó con los módulos de agentes y herramientas de Langchain, utilizando Pinecone como base de datos vectorial y alimentado por ChatGPT o GPT-3.5-TURBO. El front-end se transmite usando el componente Streamlit_Chat.

Herramientas:

Políticas de cronometraje: un documento de política de recursos humanos de CHATGPT generó. Se crearon incrustaciones para este documento utilizando el modelo de texto-ADA-002 de OpenAI y se almacenaron en un índice Pinecone.
Datos de los empleados: un archivo CSV que contiene datos de empleados ficticios (por ejemplo, nombre, supervisor, # de hojas, etc.). Está cargado como un marco de datos de Pandas y manipulado por el LLM utilizando PythonastreplTool de Langchain
Calculadora: este es el módulo de cadena de calculadora de Langchain, llmmathchain

Chat de muestra

sample_chat

Uso de la herramienta de muestra

sample_tool_use

Cómo usar este repositorio

Instale Python 3.10. Windows, Mac
Clonar el repositorio a un directorio local.
Navegue al directorio local y ejecute este comando en su terminal para instalar todos los módulos de requisitos previos - pip install -r requirements.txt
Ingrese sus propias claves API en el archivo hr_agent_backend_local.py (o hr_agent_backend_azure.py si desea usar la versión de Azure; solo descifrarlo en el archivo frontend.py)
Ejecute streamlit run hr_agent_frontent.py en su terminal

Almacenamiento de insertos en Pinecone

Cree una cuenta de Pinecone en Pinecone.io: hay un nivel gratuito. Tome nota de la API de Pinecone y los valores de entorno.
Ejecute el cuaderno 'store_embeddings_in_pinecone.ipynb'. Reemplace las claves de Pinecone y OpenAI API (para el modelo de incrustación) con el suyo.

Pila de tecnología

Servicio Azure OpenAI: la oferta de servicios Operai para clientes de Azure.
Langchain - Trabajo de marco de desarrollo para construir aplicaciones alrededor de LLMS.
Pinecone: la base de datos vectorial para almacenar los incrustaciones.
Aprilizado: utilizado para la parte delantera. Marco liviano para implementar aplicaciones web de Python.
Azure Data Lake: para obtener los archivos CSV de datos de los empleados. Cualquier otro almacenamiento en la nube debería funcionar igual de bien (blob, s3, etc.).
Azure Data Factory: se utiliza para crear la tubería de datos.
SAP HCM: el sistema fuente para los datos de los empleados.