LLamaIndex RAG ChatBot

Desarrollado Rag-Chatbot usando llameAindex

Backend ??:

Comenzar ------------------------------------------------------------- Primero, configurar el entorno:

 poetry install
poetry shell

De manera predeterminada, utilizamos OperaI LLM (aunque puede personalizar, consulte App/context.py). Como resultado, debe especificar un OpenAI_API_KEY en un archivo .env en este directorio.

Ejemplo .env archivo:

 OPENAI_API_KEY=<openai_api_key>

En segundo lugar, genere los incrustaciones de los documentos en el directorio ./data (si esta carpeta existe, de lo contrario, omita este paso):

 python app/engine/generate.py

"Para generar integración y para obtener más información sobre el índice de búsqueda de vectores --------- consulte https://github.com/run-llama/mongodb-demo/tree/main?tab=readme-ov-file#create-a-vector-search-index

Tercero, ejecute el servidor de desarrollo:

 python main.py

Luego llame al punto final de API /API /CHAT para ver el resultado:

 curl --location 'localhost:8000/api/chat' 
--header 'Content-Type: application/json' 
--data '{ "messages": [{ "role": "user", "content": "Hello" }] }'
You can start editing the API by modifying app/api/routers/chat.py. The endpoint auto-updates as you save the file.

Abra http: // localhost: 8000/documentos con su navegador para ver la ui de swagger de la API.

La API permite a CORS para todos los orígenes simplificar el desarrollo. Puede cambiar este comportamiento estableciendo la variable de entorno de entorno en Prod:

 ENVIRONMENT=prod uvicorn main:app

Obtenga más información para obtener más información sobre Llamaindex, eche un vistazo a los siguientes recursos:

Documentación de Llamaindex - Aprenda sobre llameAndex. Puede consultar el repositorio de GitHub de Llamaindex: ¡sus comentarios y contribuciones son bienvenidos!

Interfaz ??:

Comenzar ---------------------------- Primero, instale las dependencias:

 npm install

En segundo lugar, ejecute el servidor de desarrollo:

 npm run dev
Open http://localhost:3000 with your browser to see the result.

Puede comenzar a editar la página modificando App/Page.tsx. La página se actualiza automáticamente mientras edita el archivo.

Este proyecto utiliza Next/Font para optimizar y cargar automáticamente Inter, una fuente de Google personalizada.

Obtenga más información para obtener más información sobre Llamaindex, eche un vistazo a los siguientes recursos:

Documentación de Llamaindex: aprenda sobre llameAndex (características de Python). Documentación de LlamAindexts: aprenda sobre llameAndex (características de mecanografiado). Puede consultar el repositorio de GitHub de Llamaindexts: ¡sus comentarios y contribuciones son bienvenidos!