LLamaIndex RAG ChatBot

Dikembangkan Rag-Chatbot Menggunakan Llamaindex

Backend ??:

Memulai -------------------------------------------------------------, Siapkan Lingkungan:

 poetry install
poetry shell

Secara default, kami menggunakan OpenAI LLM (meskipun Anda dapat menyesuaikan, lihat app/context.py). Sebagai hasilnya, Anda perlu menentukan openai_api_key dalam file .env di direktori ini.

Contoh file .env:

 OPENAI_API_KEY=<openai_api_key>

Kedua, menghasilkan embeddings dokumen di direktori ./data (jika folder ini ada - jika tidak, lewati langkah ini):

 python app/engine/generate.py

"Untuk menanamkan genrat dan untuk informasi lebih lanjut tentang indeks pencarian vektor --------- lihat https://github.com/run-llama/mongodb-demo/tree/main?tab=readme-ov-file#create-a-vector-search-index

Ketiga, jalankan server pengembangan:

 python main.py

Kemudian hubungi titik akhir API /API /obrolan untuk melihat hasilnya:

 curl --location 'localhost:8000/api/chat' 
--header 'Content-Type: application/json' 
--data '{ "messages": [{ "role": "user", "content": "Hello" }] }'
You can start editing the API by modifying app/api/routers/chat.py. The endpoint auto-updates as you save the file.

Buka http: // localhost: 8000/dokumen dengan browser Anda untuk melihat UI Swagger dari API.

API memungkinkan COR untuk semua asal untuk menyederhanakan pengembangan. Anda dapat mengubah perilaku ini dengan menetapkan variabel lingkungan lingkungan menjadi prod:

 ENVIRONMENT=prod uvicorn main:app

Pelajari lebih lanjut untuk mempelajari lebih lanjut tentang llamaindex, lihatlah sumber daya berikut:

Dokumentasi Llamaindex - Pelajari tentang Llamaindex. Anda dapat melihat repositori Llamaindex GitHub - umpan balik dan kontribusi Anda dipersilakan!

Frontend ??:

Memulai ---------------------------- Pertama, instal dependensi:

 npm install

Kedua, jalankan server pengembangan:

 npm run dev
Open http://localhost:3000 with your browser to see the result.

Anda dapat mulai mengedit halaman dengan memodifikasi aplikasi/halaman.tsx. Page-updates halaman saat Anda mengedit file.

Proyek ini menggunakan Next/Font untuk secara otomatis mengoptimalkan dan memuat Inter, Google Font khusus.

Pelajari lebih lanjut untuk mempelajari lebih lanjut tentang llamaindex, lihatlah sumber daya berikut:

Dokumentasi Llamaindex - Pelajari tentang Llamaindex (fitur Python). Dokumentasi Llamaindexts - Pelajari tentang LlamainDex (fitur TypeScript). Anda dapat memeriksa Llamaindexts Github Repository - Umpan balik dan kontribusi Anda dipersilakan!