Téléchargement autonomous hr chatbot - téléchargement de code source autonomous hr chatbot

autonomous hr chatbot

Autre code source

1.0.0

Télécharger

Chatbot HR autonome construit à l'aide de Chatgpt, Langchain, Pinecone et Streamlit

Lecture complémentaire: Création d'un assistant RH autonome (principalement) avec les agents et les outils de Chatgpt et Langchain

TL; DR / Description

Il s'agit d'un prototype d'application d'entreprise - un agent autonome qui est capable de répondre aux requêtes HR en utilisant les outils dont il dispose. Il a été fabriqué à l'aide des agents et des modules d'outils de Langchain, en utilisant PineCone comme base de données vectorielle et alimenté par ChatGPT ou GPT-3.5-Turbo. Le front-end est rationalisé à l'aide du composant Streamlit_Chat.

Outils:

Politiques de chronométrage - Un exemple de document de politique RH généré par ChatGPT. Des intégres ont été créés pour ce DOC en utilisant le modèle Text-Embedding-ADA-002 d'OpenAI et stockés dans un index de poireau.
Données des employés - Un fichier CSV contenant des données factices des employés (par exemple, nom, superviseur, # de feuilles, etc.). Il est chargé en tant que Pandas Dataframe et manipulé par le LLM à l'aide de Pythonastrepltool de Langchain
Calculatrice - Il s'agit du module de chaîne de calculatrice de Langchain, llmmathchain

Exemple de chat

sample_chat

Exemple d'utilisation de l'outil

sample_tool_use

Comment utiliser ce repo

Installez Python 3.10. Windows, Mac
Clone le repo à un répertoire local.
Accédez au répertoire local et exécutez cette commande dans votre terminal pour installer tous les modules de préalable - pip install -r requirements.txt
Entrez vos propres touches API dans le fichier hr_agent_backend_local.py (ou hr_agent_backend_azure.py si vous souhaitez utiliser la version Azure;
Exécutez streamlit run hr_agent_frontent.py dans votre terminal

Stockage des intégres dans Pinecone

Créez un compte Pinecone dans pinecone.io - Il y a un niveau gratuit. Prenez note de l'API de Pinecone et des valeurs d'environnement.
Exécutez le cahier 'store_embedings_in_pinecone.ipynb'. Remplacez les touches API PINECONE et OpenAI (pour le modèle d'incorporation) par la vôtre.

Pile technologique

Azure Openai Service - L'offre de service Openai pour les clients Azure.
Langchain - Cadre de développement Travail pour la création d'applications autour de LLMS.
Pinecone - La base de données vectorielle pour stocker les intégres.
STAILLIT - Utilisé pour l'avant. Framework léger pour déployer des applications Web Python.
Azure Data Lake - Pour l'atterrissage des fichiers CSV de données de l'employé. Tout autre stockage cloud devrait aussi bien fonctionner (blob, S3, etc.).
Azure Data Factory - Utilisé pour créer le pipeline de données.
SAP HCM - Le système source des données des employés.