langchain_readlocal

Langchain_readlocal

Utilise Langchain pour lire les fichiers locaux dans la base de données vectorielle et commencer les questions et réponses avec LLM en utilisant les documents vectorisés

Comment utiliser

• L'utilisateur est tenu d'installer des packages Python à partir du fichier required.txt, la version Python utilisée est: Python 3.11.4
• L'utilisateur est tenu de changer le fichier gpt4all.py à partir du dossier GPT4ALL installé à l'emplacement du module avec celui fourni, la différence est que celle fournie ici garantit que LLM agit localement et avec le modèle du choix de l'utilisateur plutôt que le modèle par défaut qui sera installé à partir du site Web de GPT4ALL. Cela permet au LLM de s'exécuter purement localement et sans avoir besoin d'une connexion Internet. Remarque L'utilisateur est requis 2 entrées dans le fichier gpt4all.py (l'emplacement du fichier du LLM utilisé et le nom du fichier lui-même)
• Cela signifie que l'utilisateur devra télécharger un LLM de son choix "xx.bin" (peut trouver beaucoup en ligne avec facilité) et insérer l'emplacement du fichier et son nom dans le fichier gpt4all.py ainsi que main.py
• L'utilisateur a également besoin d'une clé API OpenAI pour utiliser

Feuille de route

• Les questions et réponses et la récupération du document fonctionnent comme prévu
• Augmenter l'efficacité + personnalisation: permettre aux utilisateurs de sélectionner des pages spécifiques de documents
• Augmenter l'efficacité + personnalisation: permettez aux utilisateurs de rechercher des documents pour des mots spécifiques et de ignorer les sections sans
• Testez différents modèles et compilez une liste comparant la précision, la taille du fichier et la vitesse (certains modèles sont très lents et ne fournissent pas beaucoup plus de précision)
• Rendre le code plus interactable et convivial (peut-être introduire Tkinter pour aider à la conception de l'interface graphique)