Proyek ini didasarkan pada Vue (front-end) dan Fastapi (back-end). Ini menanamkan teks basis data vektor dengan memanggil model Embedding BCE, dan menggabungkannya dengan propt untuk memanggil model dialog panjang Qwen-panjang dari teks sebelumnya dari teks Tongyi untuk mewujudkan tanya jawab dalam bidang tertentu. Pada saat yang sama, Vue memperkenalkan komponen vuetify untuk secara visual menampilkan hasil analisis https://www.hackthebox.com
Cocok untuk Ubuntu Linux (juga cocok untuk berjalan secara lokal di Windows)
mkdir -p ~ /miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~ /miniconda3/miniconda.sh
bash ~ /miniconda3/miniconda.sh -b -u -p ~ /miniconda3
rm -rf ~ /miniconda3/miniconda.sh
~ /miniconda3/bin/conda init bash
~ /miniconda3/bin/conda init zshsudo apt-get update
sudo apt-get install nodejs Dan konfigurasikan api_key di main.py , lihat: https://help.aliyun.com/zh/dashscope/develever-reference/acquisition-and-configuration-of-api-key?spm=a2c4g.11186623.0.0.42124937yljump
main.py model_name = r"/root/huggingface_cache/bce-embedding-base_v1"
model_kwargs = { 'device' : 'cpu' }
encode_kwargs = { 'normalize_embeddings' : False }
hfembedding = HuggingFaceEmbeddings (
model_name = model_name ,
model_kwargs = model_kwargs ,
encode_kwargs = encode_kwargs
)Ubah model_name ke jalur yang Anda unduh dan letakkan
SWS3023 Web Mining Group1
Selamat datang permintaan tarik