Unduh ALP - Unduh Kode Sumber ALP

ALP

Kode sumber lainnya

1.0.0

Unduh

PUNCAK GUNUNG

Ringkasan

ALP adalah sistem open-source yang berbasis pengetahuan, sistem AI berbasis pengetahuan, dibuat untuk menghasilkan respons yang berakar pada informasi yang relevan dari sumber-sumber eksternal. ?

ALP memungkinkan Anda untuk membangun basis pengetahuan besar yang dapat ditanya saat berinteraksi dengan chatbot. Konstruksi konteks berbasis kesamaan memungkinkan relevansi bahan yang lebih baik yang diekstraksi dari database. Chatbot memiliki memori percakapan tanpa batas dan kemampuan untuk mengekspor percakapan dan sumber embeddings ke format JSON.

ALP mempertahankan riwayat percakapan dan embeddings dalam database SQLite lokal? ️. Akibatnya, proses pengunggahan dan penyematan dokumen hanya diperlukan sekali, memungkinkan pengguna untuk melanjutkan percakapan dengan mulus.

ALP dimaksudkan untuk dijalankan melalui LocalHost. Yang Anda butuhkan hanyalah Python dan beberapa perintah untuk mengatur lingkungan. Jangan ragu untuk membayar, menjelajahi kode, dan menyesuaikan dengan kebutuhan Anda?

Daftar isi

PUNCAK GUNUNG
- Daftar isi
- Changelog
- Perkenalan
- Fitur
- Instalasi
- Konfigurasi
- Penggunaan
- Demo
- Todo

Changelog

20240815-Daftar Model Diperbarui ke: gpt-4o' , gpt-4o-mini
20231226- gpt-4-1106-preview ditambahkan sebagai model generatif default. Pengguna dapat mengubahnya di ./lib/params.py di prod_model . Koleksi Pembuatan Halaman Hitung Bug Fix.
20230911 - Tentukan perilaku agen kustom di ./static/data/simulacra.json dan pilih mereka di Sesi Manajer dari menu tarik -turun.
20230406 - perbaikan bug yang mencegah program untuk menginisialisasi database di bawah/static/data/dbs/; Persyaratan.txt perbaikan
20230705 - Model Data Baru, Embeddings Berbasis Sbert
20230411 - Peningkatan antarmuka, perbaikan UX, perbaikan bug
20230405 - Sejarah Konversi Toko Program

Perkenalan

ALP meningkatkan keakuratan tanggapan model berbasis GPT relatif terhadap dokumen PDF yang diberikan dengan menggunakan metode augmentasi pengambilan. Pendekatan ini memastikan bahwa konteks yang paling relevan selalu diteruskan ke model. Tujuan di balik ALP adalah untuk membantu eksplorasi basis pengetahuan yang luar biasa dari makalah penelitian, buku, dan catatan, membuatnya lebih mudah untuk mengakses dan mencerna konten.

Saat ini ALP menggunakan model berikut:

Embedding Teks: multi-qa-MiniLM-L6-cos-v1
Generasi: gpt-4o' , gpt-4o-mini

Fitur

Asisten Penelitian Conversational : Berinteraksi dengan dan mendapatkan informasi dari koleksi file PDF.
Memori percakapan tanpa batas : Menyimpan informasi dari percakapan sebelumnya untuk tanggapan yang sadar konteks.
Kembalilah ke percakapan masa lalu : ambil percakapan Anda tepat di tempat yang Anda tinggalkan.
Model Data Fleksibel : Memungkinkan percakapan dengan lebih dari satu dokumen dalam satu sesi.
Menggunakan Model Sumber Terbuka : Transformer kalimat memungkinkan embedding teks tanpa biaya dan cepat.
Dukungan untuk Dokumen Panjang : Unggah buku dan PDF panjang lainnya.
Augmentasi Pengambilan : Memanfaatkan teknik augmentasi pengambilan untuk peningkatan akurasi. Baca lebih lanjut di sini.
Tentukan perilaku agen Anda sendiri : Tetapkan pesan sistem yang mendefinisikan agen Anda di ./static/data/simulacra.json. Anda kemudian dapat dengan mudah menyesuaikan formulir HTML untuk memilih nama dari menu tarik-turun.
Penyebaran Lokal : Putar ALP secara lokal di mesin Anda.
Ekspor JSON : Ekspor percakapan sebagai file JSON.
Open Source : Kode ini adalah milik Anda untuk dibaca, menguji, dan menghancurkan, dan membangun.

Instalasi

Untuk mengatur ALP di mesin lokal Anda, ikuti langkah -langkah ini:

Instal Python:

Pastikan Anda menginstal python di mesin Anda. Saya merekomendasikan Anaconda untuk pengaturan yang mudah.

Penting: ALP berjalan di Python 3.10

Garpu dan klon repositori:

Setelah membayar repo mengkloningnya di baris perintah:

git clone https://github.com/yourusername/alp.git 
cd ALP

Buat lingkungan virtual dan aktifkan:

Dari dalam direktori ALP/ lokal meminta perintah berikut

Untuk pengguna Linux di Bash:

python3 -m venv venv
source venv/bin/activate

Untuk pengguna Windows di CMD:

 python -m venv venv
venvScriptsactivate.bat

Ini harus membuat ALP/ VENV/ direktori dan mengaktifkan lingkungan virtual. Secara alami, Anda dapat menggunakan program lain untuk menangani virtualEnvs.

Instal dependensi yang diperlukan ke lingkungan virtual:

pip install -r requirements.txt

Konfigurasi

Secara default, ALP berjalan di localhost . Dibutuhkan kunci API untuk terhubung dengan model GPT melalui AI API Open. Di ALP/ Direktori Buat API_Key.txt dan tempel kunci API Anda di sana. Pastikan API_Key.txt ditambahkan ke file .gitignore Anda sehingga tidak bocor ke GitHub. Anda bisa mendapatkan kunci AI AI terbuka di sini https://platform.openai.com

Penggunaan

Jalankan aplikasi ALP:

python alp.py

Akses aplikasi:

Aplikasi harus dibuka di browser web default Anda. Jika tidak, arahkan ke http: // localhost: 5000. Penggunaan pertama melibatkan pembuatan file app.db di bawah ALP/static/data/dbs/. Ini adalah file database SQLite Anda yang akan menampung riwayat percakapan dan embeddings. Juga, skrip akan mengunduh 'Multi-Qa-Minilm-L6-Cos-V1' (80 MB) ke PC Anda dari repositori wajah memeluk. Ini akan terjadi secara otomatis pada peluncuran pertama.

Mulailah menggunakan ALP:

Antarmuka aplikasi ALP terdiri dari beberapa bagian:

Hub memungkinkan Anda membuat koleksi baru di bawah 'koleksi' atau membuat/melanjutkan sesi percakapan di bawah 'sesi'.
Collections Manager: Buat koleksi baru dengan menentukan namanya dan mengunggah file PDF.
Manajer Sesi:
- Lanjutkan sesi yang ada dengan memilihnya dari dropdown dan memukul 'start'.
- Buat sesi baru di sana juga dengan mendefinisikan namanya dan memilih koleksi yang ditautkan ke sesi.
- Pilih peran agen yang telah ditentukan untuk percakapan. Bekerja juga untuk obrolan sejarah.
Jendela Sesi: Bicaralah dengan model GPT tentang koleksi yang ditautkan ke sesi. Setiap kali skor kesamaan dihitung antara permintaan pengguna dan embeddings koleksi, daftar sumber data paling mirip dicetak di konsol program. Sumber -sumber ini akan dilewati sebagai konteks dengan pertanyaan pengguna ke model GPT.