sales bot with couchbase vector database

Descripción general

En este cuaderno, tomará un conjunto de datos de revisión de productos de Amazon de Kaggle y usará OpenAI GPT-4O para obtener resúmenes de revisión de productos, suba esos resúmenes en una base de datos vectorial, luego use la generación aumentada de recuperación (RAG) para alimentar un chatbot de ventas que pueda hacer recomendaciones de productos específicas.

Echemos un vistazo al flujo de trabajo general:

1. Comenzamos con un conjunto de datos que contiene más de 10,000 revisiones en 900 instrumentos y accesorios musicales de Amazon.
2. Utilizando el chat GPT-4O, generamos resúmenes de revisiones de productos para cada producto de las 20 revisiones más recientes. Formatamos los resúmenes en formato JSON.
3. Luego tomamos los resúmenes y los subimos en una base de datos vectorial (CouchBase en este caso)
4. Luego usamos los índices de vectores de CouchBase y GPT-4O instruye para construir un chatbot de ventas basado en RAG que proporcione recomendaciones específicas al usuario en función de los productos que están presentes en el inventario.

Opadai

Usaremos OpenAI para alimentar todas las necesidades del modelo Genai de este cuaderno: LLMS, Gen de imágenes, animación de imágenes.

• Para usar el modelo Operai, deberá ir a https://platform.openai.com/ e iniciar sesión.
• A continuación, deberá generar un token API siguiendo estas instrucciones. Mantenga el token API en la mano, lo necesitaremos más abajo en este cuaderno.

En este ejemplo usaremos el modelo de instrucciones GPT-4O.

Base

Usaremos CouchBase Capella para nuestra base de datos Vector. Puede crear su cuenta gratuita aquí con su cuenta de GitHub o su correo electrónico.

Cuaderno local de Python

Abra su terminal o símbolo del sistema y use el comando cd para navegar al directorio donde se encuentra su cuaderno Jupyter. Por ejemplo:

 cd /path/to/your/sales-bot-with-couchbase-vector-database

Use el módulo venv (o virtualenv si lo prefiere) para crear un nuevo entorno virtual dentro de ese directorio:

python -m venv .venv  # Creates a virtual environment named '.venv'

Active el entorno para comenzar a usarlo:

 source .venv/bin/activate  # On Linux/macOS
.venv S cripts a ctivate  # On Windows

Esto le permite a Jupyter reconocer su entorno virtual:

pip install ipykernel

Esto hace que su entorno virtual sea seleccionable dentro de Jupyter:

python -m ipykernel install --user --name=.venv --display-name= " My Notebook Env "

(Reemplace "My Notebook Env" con un nombre descriptivo para su núcleo).

• Iniciar el cuaderno de Jupyter: jupyter notebook
• Abra salesbot_couchbase.ipynb
• Seleccione el núcleo: vaya al "núcleo" -> "Cambiar el núcleo" y elija el núcleo que acaba de crear ("mi envidio en el cuaderno").

No necesita instalar paquetes PIP adicionales antes de ejecutar el cuaderno, ya que se instalarán justo al principio. Deberá asegurarse de que su sistema tenga imagemagick instalado siguiendo las instrucciones.

Recuerde que si ya tiene su entorno virtual, recuerde solo para obtenerlo nuevamente:

 source .venv/bin/activate