ContextDB

IA: Création d'une base de données de contexte pour vos invites

Je vais vous montrer comment développer un système pour optimiser l'utilisation d' invites dans les applications d'intelligence artificielle à l'aide d'une base de données de contexte. Ce projet utilise des technologies telles que Python , DuckDB, Langchain entre autres. Il se distingue par l'utilisation de DuckDB comme base de données vectorielle, qui aide à gérer efficacement les volumes de données importants, tandis que la bibliothèque de Langchain est intégrée pour explorer les capacités du modèle de langue ChatGPT-3.5 ou supérieur.

Grâce à cette intégration, le projet intègre des techniques avancées telles que les intérêts et la génération de rage à augl (RAG) , démontrant une application pratique et sophistiquée des concepts théoriques couverts. Cette combinaison d'outils et de techniques soulève non seulement la précision et l'efficacité des applications d'IA , mais illustre également la pratique d' une invite à quelques coups , dans laquelle une invite est présentée avec quelques exemples qui contribuent à une meilleure compréhension de ce qui est demandé.

Présentation vidéo

Exigences

Déploiement de l'application

Clonage du référentiel:

git clone https://github.com/Renatoelho/ContextDB.git contextDB

Préparer l'environnement:

• Accéder au répertoire cloné

 cd contextDB/app/

• Créer l'environnement virtuel

python3 -m venv .venv

• Activer l'environnement virtuel

 source .venv/bin/activate

• Installation des dépendances

pip install pip setuptools wheel && pip install -r requirements.txt

IMPORTANT: Mettez à jour le fichier .env avec le jeton d'accès d'Openai, ainsi que des crédits sur votre plateforme de développeur OpenAI https://platform.openai.com/.

• Tester l'application

python3 ./app.py

Remarque : Pour tester l'application avec d'autres messages, modifiez simplement le texte du atendimento de bon dans le fichier app.py

Références

Carraro, Fabricio. Intelligence artificielle et Chatgpt: de la révolution des modèles d'IA génératifs pour provoquer une ingénierie. 1. Ed. Sao Paulo: Casa Do Code Publisher, 2023.

API Python DB, DuckDB. Disponible sur: https://duckdb.org/docs/api/python/dbapi. Consulté le: 22 avril 2024.

Qu'est-ce que Rag ?, Aws. Disponible sur: https://aws.amazon.com/en/what-i/revalal-ugmented-generation/. Consulté le: 22 avril 2024.

Incorporation de mots: faire comprendre à l'ordinateur la signification des mots - une introduction aux concepts NLP très importants: intégres et word2vec, médium. Disponible sur: https://medium.com/turing-talks/word-emppedding-fing-fo-computer-nefing-da-das-lavras-92f2745057. Consulté le: 22 avril 2024.

Langchain_community.vectors.duckdb.duckdb, API Python Langchain. Disponible sur: https://api.python.langchain.com/en/latest/vectors/langchain_community.vectors.duckdb.html. Consulté le: 22 avril 2024.

Langchain_community.embeddings.openai.opeenieembeddings, OpenieeemBeddings. Disponible sur: https://api.python.langchain.com/en/latest/embedings/langchain_community.embedings.openai.openaieeeMedings.html#langchain-community-openai-opedings. Consulté le: 22 avril 2024.