quick start connectors
1.0.0
Conectores de arranque rápido
El marco de construcción de su propio construcción de Cohere le permite integrar el comando de Cohere el punto de finalización a través del punto final de la API de chat a cualquier almacén de datos/software que contenga la información de texto y tenga un punto final de búsqueda correspondiente expuesto en su API. Esto permite que el modelo de comando genere respuestas a consultas de usuarios que se basan en información patentada.
Algunos ejemplos de los casos de uso que puede habilitar con este marco:
Este repositorio de código abierto contiene un código que le permitirá comenzar a integrarse con algunos de los almacenes de datos más populares. También hay un conector de plantilla vacío que puede expandir para usar cualquier fuente de datos. Tenga en cuenta que diferentes almacenes de datos pueden tener diferentes requisitos o limitaciones que deben abordarse para obtener respuestas de buena calidad. Si bien parte del código QuickStart se ha mejorado para abordar algunas de estas limitaciones, otras solo proporcionan los conceptos básicos de la integración, y deberá desarrollarlas aún más para adaptarse a su caso de uso específico y las limitaciones subyacentes del almacén de datos.
Lea más sobre nuestro marco de conectores aquí: https://docs.cohere.com/docs/connectors
Este proyecto requiere Python 3.11+ y poesía como mínimo. Cada conector usa poesía para crear un entorno virtual específico para ese conector e instalar todas las dependencias requeridas para ejecutar un servidor local.
Para los lanzamientos de producción, opcionalmente puede construir e implementar usando Docker. Al construir una imagen de Docker, puede usar Dockerfile en el directorio del proyecto root y especificar el argumento de compilación app . Por ejemplo:
docker build . -t gdrive:1 --build-arg app=gdrive Para el desarrollo, consulte el ReadMe de un conector. En general, hay un archivo .env que debe crearse en ese subdirectorio, basado en una .env-template . Las variables de entorno aquí establecen más comúnmente valores de autorización, como claves API, credenciales, y también modifican la forma en que se comporta la búsqueda de ese conector.
Después de configurar .env , podrá usar la CLI de poetry para iniciar un servidor local.
Se recomienda utilizar los precomisitivos definidos que se vinculen automáticamente en sus archivos. Puede ejecutar una pip install pre-commit
y
pre-commit install dentro de la carpeta raíz. Ahora su antes de cometer sus archivos se lanzará automáticamente. Actualmente, el pre-Commit se ejecutará negro (fijado a 24.1.1).
Todos los conectores en este repositorio se han adaptado para integrarse con la API de chat de Cohere para hacer que la creación de un chatbot fundamentada sea rápida y fácil.
La API de Cohere requiere que los conectores devuelvan los documentos como una variedad de objetos JSON. Cada documento debe ser un objeto con teclas de cadena y valores de cadena que contengan toda la información relevante sobre el documento (por ejemplo, title , url , etc.). Para obtener los mejores resultados, el contenido de texto más grande debe almacenarse en la tecla text .
Por ejemplo, un conector que devuelve documentos sobre la política de gastos de la empresa podría devolver lo siguiente:
[
{
"title" : " Company Travel Policy " ,
"text" : " Flights, Hotels and Meals can be expensed using this new tool... " ,
"url" : " https://drive.google.com/file/d/id1 " ,
"created_at" : " 2023-11-25T20:09:31Z "
},
{
"title" : " 2024 Expenses Policy " ,
"text" : " The list of recommended hotels are... " ,
"url" : " https://drive.google.com/file/d/id2 " ,
"created_at" : " 2023-12-04T16:52:12Z "
}
]La API de chat de Cohere consultará el conector y usará estos documentos para generar respuestas con citas directas.
Las contribuciones son las que impulsan una comunidad de código abierto, se aprecian enormemente cualquier contribución realizada. Para específico. Para comenzar, consulte nuestra documentación.
