QNA-dengan-RAG adalah aplikasi full-stack yang mengubah dokumen teks menjadi konteks untuk model bahasa besar (LLM) menjadi referensi selama obrolan. Anda dapat dengan mudah menambahkan, menghapus dokumen, dan membuat beberapa basis pengetahuan.
Proyek ini bertujuan untuk membuat chatbot siap-produksi menggunakan API OpenAI. Ini menggabungkan VectorDB dan Langssmith untuk meningkatkan fungsinya.

Tonton demo aplikasi di sini.
Pembaruan di masa depan akan mencakup:
Klon Repositori
git clone [email protected]:Ja-yy/QnA-With-RAG.gitMengatur variabel lingkungan
Buat file .env dengan konten berikut:
OPENAI_API_KEY='<your_open_ai_key>'
EMBEDDING_MODEL='text-embedding-ada-002'
CHAT_MODEL='gpt-3.5-turbo'
TEMPERATURE=0
MAX_RETRIES=2
REQUEST_TIMEOUT=15
CHROMADB_HOST="chromadb"
CHROMADB_PORT="8000"
CHROMA_SERVER_AUTH_CREDENTIALS="<test-token>"
CHROMA_SERVER_AUTH_CREDENTIALS_PROVIDER="chromadb.auth.token.TokenConfigServerAuthCredentialsProvider"
CHROMA_SERVER_AUTH_PROVIDER="chromadb.auth.token.TokenAuthServerProvider"
CHROMA_SERVER_AUTH_TOKEN_TRANSPORT_HEADER="AUTHORIZATION"
Bangun dan jalankan aplikasi
Jalankan perintah berikut:
docker-compose up -d --buildMengakses aplikasi
Buka browser web Anda dan pergi ke LocalHost untuk mulai menggunakan aplikasi.
Konfigurasi nginx
nginx untuk kinerja optimal. Apa yang harus saya lakukan jika saya mengalami masalah?
docker-compose logs untuk pemecahan masalah.Bagaimana saya bisa berkontribusi?
Nikmati menggunakan aplikasi! :)