notion chat langchain

Un chatbot pour votre base de connaissances

Créez un chatbot simple pour les questions de question de la base de connaissances / documents de notion à l'aide d'Openai, de TypeScript, de Langchain et de PineCone.

Vidéo de tutoriel

Exemples de données

Ce repos utilise un modèle de notion des documents de soutien de Cron - un calendrier de nouvelle génération pour les professionnels et les équipes

Développement

1. Cloner le repo
2. Installer des packages

 pnpm install

3. Configurez votre fichier .env

• Copier .env.example dans .env Votre fichier .env devrait ressembler à ceci:

 OPENAI_API_KEY=

PINECONE_API_KEY=
PINECONE_ENVIRONMENT=

• Visitez Openai et PineCone pour récupérer les touches API et insérer dans votre fichier .env .

4. Dans le dossier config , accédez à pinecone-index.ts et remplacez PINECONE_INDEX_NAME par le nom d'index dans votre tableau de bord PineCone.

? Instructions pour ingérer votre propre ensemble de données

Exportez votre ensemble de données à partir de la notion. Vous pouvez le faire en cliquant sur les trois points dans le coin supérieur droit, puis en cliquant sur Export .

Suivez ces instructions de notion: exporter votre contenu

Lors de l'exportation, assurez-vous de sélectionner l'option Markdown & CSV .

Sélectionnez Everything , include subpages et Create folders for subpages. Puis cliquez sur Export

Cela produira un fichier .zip dans votre dossier de téléchargements. Déplacez le fichier .zip dans la racine de ce référentiel.

Soit dézip le dossier à l'aide de 7-zip (ou winzip) ou exécutez la commande UNIX / Linux suivante pour décompresser le fichier zip (remplacer l' Export... par votre propre nom de fichier).

unzip Export-d3adfe0f-3131-4bf3-8987-a52017fc1bae.zip -d Notion_DB

Vous devriez voir un dossier Notion_DB dans votre dossier racine qui contient des fichiers de démarque et des dossiers de votre base de connaissances.

Ingérer les données

Maintenant, nous devons ingest vos documents. En termes très simples, l'ingestion est le processus de conversion de vos documents en nombres (intégres) qui peuvent être facilement stockés et analysés pour les recherches de similitude.

npm run ingest

Exécution de l'application

Exécutez votre npm run dev .

Utilisez la barre de recherche pour poser une question sur vos documents.

Simple.

Déploiement

Vous pouvez déployer cette application sur le cloud avec Vercel (documentation).

Crédit

Ce repo est inspiré par la notion-QA