llm_project

Modelo langchain llm

Introducción

Este proyecto Django demuestra cómo crear un modelo de usuario personalizado y definir modelos relacionados para perfiles de usuario, documentos PDF y mensajes de chat.

Características

• Integración avanzada de chatbot : utiliza modelos de lengua generativa y IA de vanguardia para alimentar un chatbot que permite a los usuarios interactuar con los documentos PDF cargados.
• Carga de documentos PDF : permite a los usuarios cargar archivos PDF, haciéndolos accesibles para consultas basadas en contenido.
• Respuestas en tiempo real : proporciona respuestas de chatbot en tiempo real a consultas de usuarios sobre el contenido de los documentos PDF cargados.
• UI receptiva : implementa una interfaz de usuario receptiva, asegurando una experiencia perfecta en varios dispositivos para una mayor accesibilidad.
• Historial de chat : diseñó e implementó una función de historial de chat, lo que permite a los usuarios volver a visitar conversaciones anteriores con el chatbot, fomentando una interacción fácil de usar.
• Technology Stack : empleado Python, Django, Pypdf2, Chatbot Frameworks, LLM, OpenAI y las bibliotecas de procesamiento de lenguaje natural para arquitectos y desarrollar este proyecto en solitario, lo que demuestra la competencia en estas tecnologías estándar de la industria.

Requisitos previos

Antes de comenzar, asegúrese de haber cumplido los siguientes requisitos:

• Python (3.x) instalado en su sistema.
• Django instalado ( pip install Django ).
• Biblioteca Langchain instalada ( pip install langchain ).
• Biblioteca PYPDF2 instalada ( pip install PyPDF2 ).
• Key API Operai (establecerlo como una variable de entorno llamada OPENAI_API_KEY ).

Empezando

Instalación y comenzar

Instrucciones detalladas sobre cómo instalar, configurar y obtener el proyecto en ejecución:

1. Clone The Reposyory: git clone https://github.com/amanastel/llm_project.git
2. Navegue al directorio del proyecto: cd PDF_Based_Chatbot_AI
3. Crear un entorno virtual: python3 -m venv venv
4. Activar el entorno virtual: source venv/bin/activate
5. Instalación de dependencias: pip install -r requirements.txt
6. Aplicar migraciones de bases de datos: python manage.py migrate
7. Crea un superuser: python manage.py createsuperuser
8. Ejecute el servidor de desarrollo: python manage.py runserver

API utilizadas

1. Cree un superusor para acceder al panel de administración: python manage.py createsuperuser
2. Inicie el servidor de desarrollo: python manage.py runserver
3. Acceda al panel de administración en: http://localhost:8000/admin/
4. Use el panel de administración para administrar usuarios, perfiles, documentos PDF y mensajes de chat.

Puntos finales de API

• Registro del usuario: POST /api/register/
• Inicio de sesión de usuario: POST /api/login/
• Perfil de usuario: GET /api/profile/
• Subir documento PDF: POST /api/upload-pdf/
• Lista de documentos PDF: GET /api/pdf-documents/
• Crear mensaje de chat: POST /api/chat/create/
• Mensajes de chat de la lista: GET /api/chat/list/

Serializador de usuario personalizado

Puede encontrar el CustomUserSerializer en el archivo serializers.py en el directorio de aplicaciones llmApp . Este serializador se utiliza para el registro e inicio de sesión del usuario.

Modelos

• CustomProfile : representa perfiles de usuario con campos extendidos (teléfono y dirección).
• PDFDocument : representa documentos PDF cargados asociados con los usuarios.
• ChatMessage : representa mensajes de chat con marcas de tiempo.

Pila de tecnología

• Django
• Pitón
• Langchain
• Mysql
• Vue

Que contribuye

¡Las contribuciones son bienvenidas! Si encuentra algún problema o desea agregar nuevas funciones, no dude en abrir una solicitud de extracción.

Licencia

Este proyecto tiene licencia bajo la licencia MIT; consulte el archivo de licencia para obtener más detalles.