llm movieagent

LLM-MOVIEAGENT

このプロジェクトは、OpenAI関数呼び出しを使用してセマンティックレイヤーを介してNEO4Jのようなグラフデータベースと対話できるエージェントを実装できるように設計されています。セマンティックレイヤーは、エージェントに一連の堅牢なツールを装備し、ユーザーの意図に基づいてグラフデータベースと対話できるようにします。詳細については、ブログ投稿をご覧ください。

プロジェクトを開始するには、次のコマンドを実行します。

 docker-compose up

ブラウザでhttp://localhost:8501を開き、エージェントと対話します。

ツール

エージェントは、NEO4Jグラフデータベースと効果的に対話するためにいくつかのツールを使用しています。

1. 情報ツール：
   • 映画や個人に関するデータを取得し、エージェントが最新の最も関連性の高い情報にアクセスできるようにします。
2. 推奨ツール：
   • ユーザーの好みと入力に基づいた映画の推奨事項を提供します。
3. メモリツール：
   • 知識グラフにユーザーの設定に関する情報を保存し、複数のインタラクションよりもパーソナライズされたエクスペリエンスを可能にします。

環境のセットアップ

.envファイルの次の環境変数を定義する必要があります。

 OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>
NEO4J_URI=<YOUR_NEO4J_URI>
NEO4J_USERNAME=<YOUR_NEO4J_USERNAME>
NEO4J_PASSWORD=<YOUR_NEO4J_PASSWORD>

Dockerコンテナ

このプロジェクトには、Dockerコンテナとしてラップされた次のサービスが含まれています

1. Neo4J ：
   • グラフデータベースであるNeo4Jは、俳優、映画、およびその評価に関する情報を保存するために使用されます。
2. API ：
   • Langchainのneo4j-semantic-layerテンプレートを使用して、OpenAI LLMおよび関数呼び出し機能を実装します。
3. UI ：
   • シンプルな流れのチャットユーザーインターフェイス。 localhost:8501 。

データを入力します

ムービーデータセットのサンプルでDBを入力する場合は、 ingest.pyを実行できます。スクリプトは、映画に関する情報とユーザーによる評価をインポートします。 API Dockerコンテナ内で実行するには（推奨）以下を実行します。

 # access container shell
docker exec -it < container id for llm-movieagent-api > bash
# run script
python ingest.py

さらに、スクリプトは2つのフルテキストインデックスを作成します。これは、ユーザー入力からデータベースへの情報をマップするために使用されます。データセットはMovielensデータセットに基づいており、NEO4JサンドボックスのRecommendationプロジェクトとしても利用できます。

貢献

貢献を歓迎します！