Adanvced Multidatabased RAG Chatbot

Aplikasi Q&A Rag Lanjutan dengan Langchain

Ringkasan

Proyek ini menunjukkan penciptaan aplikasi Q&A Augmented Generation (RAG) canggih menggunakan langchain. Dengan mengintegrasikan beberapa sumber data - Wikipedia, situs web khusus, dan database kertas penelitian (RIVE) - aplikasi ini memberikan jawaban komprehensif dengan memilih secara dinamis sumber data yang paling relevan untuk setiap kueri.

Highlight

• Integrasi beberapa sumber data : Membuat pembungkus untuk Wikipedia, situs web khusus, dan rive, memungkinkan interaksi dengan sumber -sumber ini sebagai entitas yang berbeda.
• Agen Langchain : Menggunakan agen Langchain untuk secara dinamis memilih alat yang sesuai berdasarkan kueri pengguna.
• Menggabungkan Alat : Menggabungkan beberapa alat ke dalam satu daftar menggunakan Python dan menghubungkannya dengan model LLM yang dipilih melalui create_openai_tool_agent .
• Template Prompt : Memanfaatkan templat prompt dari hub Langchain untuk memandu interaksi LLM.
• Eksekusi Agen : Menjalankan agen dan alat menggunakan agent_executor untuk mengambil informasi dan memberikan tanggapan yang komprehensif.

Instalasi

1. Klon Repositori :

   git clone https://github.com/your-repo/advanced-rag-qa-app.git
   cd advanced-rag-qa-app

2. Instal dependensi : Pip instal -r persyaratan.txt
3. Mengatur Variabel Lingkungan : Buat file .env di direktori root dan tambahkan variabel berikut:
   • Openai_api_key = your_openai_api_key
   • Wikipedia_api_key = your_wikipedia_api_key
   • Custom_website_url = your_custom_website_url

Penggunaan Jalankan Aplikasi: Streamlit Run App.py

Berinteraksi dengan aplikasi : Buka URL yang disediakan di browser Anda untuk mulai meminta aplikasi Q&A RAG.

Struktur proyek

app.py: skrip utama untuk menjalankan aplikasi streamLit.

config.py: Pengaturan konfigurasi dan variabel lingkungan.

langchain_utils.py: fungsi utilitas untuk integrasi langchain.

Data_sources/: Berisi pembungkus untuk wikipedia, situs web khusus, dan rive.

Templat/: Templat prompt yang digunakan untuk memandu interaksi LLM.

Persyaratan.txt: Daftar dependensi Python.

Berkontribusi jika Anda ingin berkontribusi pada proyek ini, silakan beri repositori dan mengirimkan permintaan tarik dengan perubahan Anda.