Retrieval Augmented Generation Engine with LangChain and Streamlit

Mesin Generasi Augmented Pengambilan Menggunakan Langchain, Streamlit, & Pinecone

Akses Aplikasi di Platform Cloud Streamlit

Ringkasan

Mesin augmented augmented (RAG) adalah alat yang ampuh untuk pengambilan dokumen, peringkasan, dan pertanyaan interaktif. Proyek ini menggunakan Langchain, StreamLit, dan Pinecone untuk menyediakan aplikasi web yang mulus bagi pengguna untuk melakukan tugas -tugas ini. Dengan Rag, Anda dapat dengan mudah mengunggah beberapa dokumen PDF, menghasilkan embedding vektor untuk teks dalam dokumen -dokumen ini, dan melakukan interaksi percakapan dengan dokumen. Riwayat obrolan juga dikenang untuk pengalaman yang lebih interaktif.

Fitur

• Aplikasi Web StreamLit : Proyek ini dibangun menggunakan StreamLit, menyediakan antarmuka web yang intuitif dan interaktif untuk pengguna.
• Bidang Input : Pengguna dapat memasukkan kredensial penting seperti tombol API OpenAI dan tombol API Pinecone melalui bidang input khusus.
• Pengunggah Dokumen : Pengguna dapat mengunggah beberapa file PDF, yang kemudian diproses untuk analisis lebih lanjut.
• Pemisahan Dokumen : PDF yang diunggah dibagi menjadi potongan teks yang lebih kecil, memastikan kompatibilitas dengan model dengan batas token.
• Vektor embeddings : Potongan teks dikonversi menjadi embeddings vektor, membuatnya lebih mudah untuk melakukan pengambilan dan tugas-tugas yang dijawab.
• Penyimpanan Vektor Fleksibel : Anda dapat memilih untuk menyimpan embeddings vektor baik di pinus atau toko vektor lokal, memberikan fleksibilitas dan kontrol.
• Percakapan Interaktif : Pengguna dapat terlibat dalam percakapan interaktif dengan dokumen, mengajukan pertanyaan dan menerima jawaban. Riwayat obrolan dilestarikan untuk referensi.

Prasyarat

Sebelum menjalankan proyek, pastikan Anda memiliki prasyarat berikut:

• Python 3.7+
• Langchain
• Streamlit
• Pinecone
• Kunci API Openai
• Dokumen PDF untuk diunggah

Penggunaan

1. Klon Repositori ke Mesin Lokal Anda:

   git clone https://github.com/mirabdullahyaser/Retrieval-Augmented-Generation-Engine-with-LangChain-and-Streamlit.git
   cd Retrieval-Augmented-Generation-Engine-with-LangChain-and-Streamlit

2. Instal dependensi yang diperlukan dengan menjalankan:

   pip install -r requirements.txt

3. Jalankan aplikasi streamLit:

   streamlit run src/rag_engine.py

4. Akses aplikasi dengan membuka browser web dan menavigasi ke URL yang disediakan.

5. Masukkan tombol API OpenAI Anda, tombol API Pinecone, lingkungan Pinecone, dan nama indeks Pinecone di bidang masing -masing. Anda dapat memberikannya baik di sidebar aplikasi atau menempatkannya di file Secrets.toml di direktori .Streamlit

6. Unggah dokumen PDF yang ingin Anda analisis.

7. Klik tombol "Kirim Dokumen" untuk memproses dokumen dan menghasilkan embeddings vektor.

8. Terlibat dalam percakapan interaktif dengan dokumen dengan mengetik pertanyaan Anda di kotak input obrolan.

Kontributor

Mir Abdullah Yaser

Kontak

Jika Anda memiliki pertanyaan, saran, atau ingin membahas proyek ini lebih lanjut, jangan ragu untuk menghubungi saya:

• E-mail
• LinkedIn

Saya terbuka untuk kolaborasi dan akan dengan senang hati terhubung!