text sql chatbot

Text-SQL-chat

La base de données Redis offre une capacité unique pour garder vos données fraîches tout en servant via LLM Chatbot

Fonctionnalités dans cette démo

Texte à la génération SQL basée sur la base de données

Fournir des résultats grâce à la mise en cache sémantique

Expiration des données après 15 secondes pour garder le cache frais

Configuration du projet

Tournez une instance Redis activée avec Redisstack!

Le moyen le plus simple est d'utiliser une image Docker en utilisant la commande ci-dessous

docker run -d -p 6379:6379 -p 8001:8001 redis/redis-stack:latest

Si vous ne souhaitez pas utiliser une image Docker, vous pouvez vous inscrire à un abonnement Redis Cloud gratuit ici.

Configurer le projet

Télécharger le référentiel

 git clone https://github.com/mar1boroman/text-sql-chatbot.git && cd text-sql-chatbot

Préparer et activer l'environnement virtuel

 python3 -m venv venv && source venv/bin/activate

Installez les bibliothèques et dépendances nécessaires

 pip install -r requirements.txt

En utilisant le projet

Mettre à jour la configuration

Assurez-vous de mettre à jour le fichier env. Vous avez besoin d'une touche API AI ouverte et d'une clé API Langsmith pour mettre à jour la configuration.

 mv env_backup .env

 vi .env

Charger des données

Ne pas exécuter si ce n'est pas nécessaire, ci-dessous est juste pour montrer le fonctionnement

 python  data/load.py

Cela crée la base de données CARS_DATABASE.DB (SQllite).

Si vous exécutez cela directement, vous obtiendrez une erreur car le CARS_DATABASE.DB est déjà présent et il y aura une violation unique de contraintes clés

Exécutez l'application

 streamlit run web/app.py