RAG Powered GPT 4 Chatbot

Chatbot GPT-4 Bertenaga Rag: Pengambilan Pengetahuan Berbasis AI

Revolusi interaksi data dengan chatbot yang dibangun menggunakan Generasi Pengambilan-Pengambilan (RAG) dan Openai's GPT-4 . Unggah dokumen, buat basis pengetahuan khusus, dan dapatkan jawaban yang tepat dan kontekstual untuk penelitian, operasi bisnis, dan dukungan pelanggan.

Daftar isi

1. Perkenalan
2. Fitur utama
3. Menggunakan kasus
4. Cara kerjanya
5. Memulai
6. Struktur file
7. Berkontribusi
8. Lisensi

Perkenalan

Chatbot bertenaga RAG menggabungkan pengambilan dan AI generatif untuk membantu pengguna mengakses informasi spesifik dari sumber data khusus. Dengan mengunggah dokumen Anda, chatbot dapat menarik data yang paling relevan dari file Anda, memastikan akurasi tinggi dan jawaban terkini.

Fitur utama

• Unggah dokumen : Tambahkan PDF atau dokumen lain yang akan dipotong menjadi bagian yang dapat dikelola dan disimpan sebagai vektor dalam database.
• Basis Pengetahuan Kustom : Buat basis pengetahuan yang dapat dicari dari file Anda yang diunggah.
• Database yang persisten : Simpan, ambil, dan gunakan kembali basis pengetahuan Anda kapan saja.
• Tanggapan yang akurat : Dapatkan jawaban yang sadar konteks berdasarkan data di basis pengetahuan khusus Anda.

Menggunakan kasus

• Penelitian : Menganalisis kumpulan data besar, studi, dan makalah penelitian dengan menanyakan informasi yang relevan.
• Operasi Bisnis : Akses dokumen dan kebijakan internal dengan cepat untuk pengambilan keputusan yang lebih baik.
• Dukungan Pelanggan : Buat chatbot yang langsung menarik data dari FAQ atau manual produk.
• Pelatihan & Onboarding : Memberikan karyawan baru dengan akses instan ke dokumen internal utama dan materi pelatihan.

Cara kerjanya

1. Unggah dokumen :

   • Unggah PDF atau file teks ke sistem.
   • File secara otomatis dibagi menjadi beberapa bagian yang lebih kecil dan dikonversi menjadi vektor untuk pencarian yang efisien.

2. Buat basis pengetahuan :

   • Sistem ini membangun basis pengetahuan khusus dari dokumen yang diunggah.
   • Basis pengetahuan ini dapat dicari menggunakan kueri bahasa alami.

3. Basis Pengetahuan Permintaan :

   • Gunakan antarmuka chatbot untuk mengajukan pertanyaan.
   • Sistem mengambil informasi yang paling relevan dari basis pengetahuan menggunakan pencarian semantik.

4. Database persisten :

   • Simpan file dan database Anda yang diunggah untuk akses di masa mendatang.
   • Gunakan kembali atau memodifikasi basis pengetahuan tanpa perlu mengunggah ulang file.

Memulai

Prasyarat

• Python 3.x
• Kunci API Azure Openai untuk Integrasi GPT-4

Instalasi

1. Klon Repositori :

   git clone https://github.com/your-username/rag-powered-gpt4-chatbot.git
   cd rag-powered-gpt4-chatbot

2. Siapkan lingkungan virtual :

   python -m venv ragvenv
   source ragvenv/bin/activate

3. Instal dependensi :

   pip install -r requirements.txt

4. Konfigurasikan kredensial Azure OpenAI :

   • Buka file config.env dan tambahkan kredensial OpenAi Azure berikut:

     AZURE_OPENAI_ENDPOINT= " your-azure-openai-endpoint "
     AZURE_OPENAI_API_KEY= " your-azure-openai-api-key "
     API_VERSION= " 2024-02-15-preview "

5. Jalankan aplikasi :

   python app.py

6. Akses aplikasi :

   • Buka browser Anda dan buka http://localhost:8000 .

Menggunakan aplikasi

1. Unggah file :

   • Arahkan ke bagian "Unggah File" aplikasi.
   • Pilih PDF atau dokumen lain untuk diunggah.

2. Buat basis pengetahuan :

   • Dokumen yang diunggah akan diproses dan dibagi menjadi potongan -potongan.
   • Basis pengetahuan khusus dibuat dari potongan -potongan ini dan disimpan untuk pertanyaan di masa depan.

3. Permintaan chatbot :

   • Ketik pertanyaan Anda di bidang input chatbot.
   • Chatbot akan mengambil informasi yang relevan dari basis pengetahuan khusus berdasarkan kueri Anda.

4. Akses database sebelumnya :

   • Gunakan menu dropdown untuk mengakses dan meminta database yang dibuat sebelumnya.

Struktur file

 rag-powered-gpt4-chatbot/
├── app.py               # Main application script
├── config.env           # Configuration file for API keys
├── database/            # Folder for storing database files
├── rag_app.log          # Log file for tracking application events
├── requirements.txt     # Python dependencies
├── static/              # Static files like CSS
│   └── styles.css       # CSS file for basic styling
├── templates/           # HTML templates for the app interface
│   └── index.html       # Main page of the app
├── upload_file/         # Directory for storing uploaded files
├── utils.py             # Utility functions

Berkontribusi

Kontribusi dipersilakan! Harap buka masalah atau kirimkan permintaan tarik jika Anda ingin menambahkan fitur baru atau memperbaiki bug.

Lisensi

Proyek ini dilisensikan di bawah lisensi MIT - lihat file lisensi untuk detailnya.

---