llm movieagent

LLM-Movieagent

Proyek ini dirancang untuk mengimplementasikan agen yang mampu berinteraksi dengan basis data grafik seperti Neo4J melalui lapisan semantik menggunakan panggilan fungsi openAi. Lapisan semantik melengkapi agen dengan serangkaian alat yang kuat, memungkinkannya untuk berinteraksi dengan basis data grafik berdasarkan niat pengguna. Baca lebih lanjut di posting blog.

Untuk memulai proyek, jalankan perintah berikut:

 docker-compose up

Buka http://localhost:8501 di browser Anda untuk berinteraksi dengan agen.

Peralatan

Agen menggunakan beberapa alat untuk berinteraksi dengan database grafik NEO4J secara efektif:

1. Alat Informasi :
   • Mengambil data tentang film atau individu, memastikan agen memiliki akses ke informasi terbaru dan paling relevan.
2. Alat Rekomendasi :
   • Memberikan rekomendasi film berdasarkan preferensi dan input pengguna.
3. Alat Memori :
   • Menyimpan informasi tentang preferensi pengguna dalam grafik pengetahuan, memungkinkan untuk pengalaman yang dipersonalisasi selama beberapa interaksi.

Pengaturan Lingkungan

Anda perlu menentukan variabel lingkungan berikut dalam file .env .

 OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>
NEO4J_URI=<YOUR_NEO4J_URI>
NEO4J_USERNAME=<YOUR_NEO4J_USERNAME>
NEO4J_PASSWORD=<YOUR_NEO4J_PASSWORD>

Wadah Docker

Proyek ini berisi layanan berikut yang dibungkus sebagai wadah Docker

1. Neo4j :
   • Neo4j, basis data grafik, digunakan untuk menyimpan informasi tentang aktor, film, dan peringkat mereka.
2. API :
   • Menggunakan Template neo4j-semantic-layer Langchain untuk mengimplementasikan OpenAI LLM dan kemampuan panggilan fungsi.
3. UI :
   • Antarmuka Pengguna Obrolan Obrolan Sederhana. Tersedia di localhost:8501 .

Mengisi dengan data

Jika Anda ingin mengisi DB dengan contoh dataset film, Anda dapat menjalankan ingest.py . Skrip mengimpor informasi tentang film dan peringkatnya oleh pengguna. Untuk berjalan di dalam wadah Docker API (disarankan) lakukan hal berikut:

 # access container shell
docker exec -it < container id for llm-movieagent-api > bash
# run script
python ingest.py

Selain itu, skrip membuat dua indeks fullText, yang digunakan untuk memetakan informasi dari input pengguna ke database. Dataset didasarkan pada dataset Movielens, yang juga tersedia sebagai proyek Recommendation di Neo4j Sandbox.

Kontribusi

Kontribusi disambut!