DocWhisperer Qdrant

Docwhisperer

Un sistema de generación (RAG) de recuperación (RAG) para chat PDF utilizando Qdrant Vector Database.

Tabla de contenido

• Descripción general
• Requisitos previos
• Empezando
  • Instalación
  • Uso
• Instrucciones para chatear
• Flujo de trabajo del sistema
• Que contribuye

Descripción general

Imagine desbloquear las conversaciones ocultas dentro de sus polvorientos PDF. Docwhisperer es su alquimista digital, transformando documentos secos en diálogos vibrantes. Pregunte cualquier cosa, y Docwhisperer evoca respuestas perspicaces, extrayendo el conocimiento de las profundidades de sus archivos como una pluma mágica. Impulsado por la alquimia de la magia vectorial de Qdrant y el ágil chatbot, Docwhisperer los hace cantar con significado y listos para responder a todos sus caprichos curiosos. ¡Entra en la biblioteca encantada de tus PDF, desata Docwhisperer y desbloquea los secretos susurrados dentro!

Requisitos previos

• Python 3
• Soporte de GPU para LLM
• Estibador

Empezando

Instalación

• Ejecute Qdrant usando Docker:

  docker run -p 6333:6333 -p 6334:6334 qdrant/qdrant:latest
  

• Clon este repositorio:

  git clone https://github.com/Ashish-Abraham/DocWhisperer-Qdrant.git
  cd DocWhisperer-Qdrant

• Instalar dependencias

  pip install -r requirements.txt

Uso

 streamlit run app.py

Instrucciones para chatear

Siga las indicaciones en la aplicación para iniciar conversaciones y hacer preguntas. El chatbot recuperará la información relevante de los PDF ingeridos y generará respuestas.

Flujo de trabajo del sistema

Que contribuye

• Crea una rama para tus cambios.
• Abra una solicitud de extracción.