Multi PDFs_ChatApp_AI Agent

Multi-PDF-S ChatApp AI Agent?

Rencontrez l'application AI de chat multipdf! Chat de manière transparente avec plusieurs PDF à l'aide de Langchain, Google Gemini Pro & Faiss Vector DB avec déploiement de rationalisation transparente. Obtenez des réponses instantanées et précises du modèle de langage Google Gemini OpenSource impressionnant. Transformez votre expérience PDF maintenant!

Description

L'agent de chat du multi-PDF est une application Web basée sur le rationalisation conçue pour faciliter les conversations interactives avec un chatbot. L'application permet aux utilisateurs de télécharger plusieurs documents PDF, d'extraire des informations de texte et de former un chatbot à l'aide de ce contenu extrait. Les utilisateurs peuvent ensuite s'engager dans des conversations en temps réel avec le chatbot.

? Application de démonstration avec Cloud Streamlit (Visualiser uniquement)

Lancement de l'application sur Streamlit

Démo:

Comment ça marche:

---

L'application suit ces étapes pour fournir des réponses à vos questions:

1. Chargement PDF : l'application lit plusieurs documents PDF et extrait leur contenu texte.

2. Chaîne de texte : le texte extrait est divisé en morceaux plus petits qui peuvent être traités efficacement.

3. Modèle linguistique : l'application utilise un modèle de langue pour générer des représentations vectorielles (intégres) des morceaux de texte.

4. Correspondance de similitude : lorsque vous posez une question, l'application la compare aux morceaux de texte et identifie les plus similaires sémantiquement.

5. Génération de réponse : les morceaux sélectionnés sont transmis au modèle de langue, qui génère une réponse basée sur le contenu pertinent des PDF.

---

Caractéristiques clés

• Chunking adaptatif : notre technique de section de fenêtre coulissante ajuste dynamiquement la taille et la position de la fenêtre pour le chiffon, équilibrant l'accès aux données à grain fin et grossier en fonction de la complexité et du contexte des données.

• QA conversationnel multi-documents : prend en charge simultanément les requêtes simples et multi-hop sur plusieurs documents, brisant la limitation d'un seul document.

• Compatibilité des fichiers : prend en charge les formats de fichiers PDF et TXT.

• Compatibilité du modèle LLM : prend en charge Google Gemini Pro, Openai GPT 3, Anthropic Claude, Llama2 et autres LLMS open-source.

?Exigences

• STAILLIT : Une bibliothèque Python pour la création d'applications Web avec des éléments interactifs.
• Google-GeneratiVeai : Il s'agit d'un package qui fournit des capacités d'IA génératives pour les chatbots et les agents virtuels. Il peut être utilisé dans une variété d'applications telles que la génération de contenu, les agents de dialogue, les systèmes de résumé et de classification et plus encore.
• Python-dotenv : une bibliothèque pour charger des variables d'environnement à partir d'un fichier .env . Ceci est couramment utilisé pour stocker les paramètres de configuration, les clés d'API et d'autres informations sensibles en dehors de votre code.
• Langchain : une bibliothèque personnalisée pour les tâches de traitement du langage naturel, y compris la récupération conversationnelle, la division de texte, les intégres, les magasins vectoriels, les modèles de chat et la mémoire.
• PYPDF2 : PYPDF2 est une bibliothèque pour lire et manipuler les fichiers PDF dans Python. Il peut être utilisé pour fusionner, diviser et modifier les PDF. Dans le contexte d'un chatbot multipdf, le PYPDF2 pourrait être utilisé pour gérer la manipulation et la génération de fichiers PDF en fonction de l'entrée ou des réponses de l'utilisateur.
• FAISS-CPU : FAISS (Facebook AI Simility Search) est une bibliothèque développée par Facebook pour une recherche de similitude efficace, des intégres d'apprentissage automatique, une récupération d'informations, un filtrage basé sur le contenu et un regroupement de vecteurs denses.
• Langchain_Google_Genai : C'est un package qui fournit une intégration entre Langchain et le SDK génératif de Google. Il contient des classes qui étendent la classe Embeddings et fournissent des méthodes pour générer des intérêts. Le package peut être utilisé dans une application Chatbot multipdf pour extraire des données textuelles à partir de documents PDF et générer des réponses précises aux requêtes utilisateur.

▶ ️ Installation

Clone le référentiel:

git clone https://github.com/GURPREETKAURJETHRA/Multi-PDFs_ChatApp_AI-Agent.git

Installez les packages Python requis:

pip install -r requirements.txt

Configurez votre clé API Google à partir de https://makersuite.google.com/app/apikey en créant un fichier .env dans le répertoire racine du projet avec le contenu suivant:

GOOGLE_API_KEY =<your-api-key-here>

Exécutez l'application Streamlit:

streamlit run app.py

---

Usage

Pour utiliser l'agent Multi-PDF-S ChatApp AI ?,, U peut avoir un aperçu de l'aspect en cliquant sur ce lien: Lancez l'application sur Streamlit. Pour exécuter l'application, fourchez l'application et suivez les étapes ci-dessous pour commencer à l'utiliser. Utilisez la barre latérale pour télécharger des fichiers PDF et former le chatbot. Une fois formé, vous pouvez avoir des conversations avec le chatbot en entrant des questions dans le champ de saisie du texte.

Dans le cas où vous souhaitez exécuter et implémenter un projet sur votre système, suivez ces étapes:

1. Assurez-vous que vous avez installé les dépendances requises et ajouté la clé API Google au fichier .env (MUST).
2. Exécutez le fichier app.py à l'aide du CLI Streamlit. Exécutez la commande suivante:

    streamlit run app.py
   

3. L'application sera lancée dans votre navigateur Web par défaut, affichant l'interface utilisateur.
4. Téléchargez plusieurs documents PDF dans l'application en suivant les instructions fournies dans la barre latérale. Dans la barre latérale, vous trouverez une option pour télécharger des documents PDF. Cliquez sur le bouton "Télécharger vos documents et cliquez sur le processus" et sélectionnez un ou plusieurs fichiers PDF.
5. N'oubliez pas de cliquer sur le bouton Soumettre et processus.
6. Posez des questions en langage naturel sur les PDF chargés à l'aide de l'interface de chat.
7. En discutant avec les documents: après avoir téléchargé et traité les documents PDF, vous pouvez poser des questions en les tapant dans le champ de saisie du texte. Appuyez sur Entrée ou cliquez sur le bouton "Demandez" pour soumettre votre question.

L'application utilisera l'IA conversationnelle pour fournir des réponses en fonction du contenu des documents téléchargés. Les réponses seront affichées dans l'interface de chat.

---

© ourd Licence?

Distribué sous la licence du MIT. Voir LICENSE pour plus d'informations.

---

Si vous aimez ce projet LLM, passez à ce repo

Suivez-moi

---