Retrieval Augmented Generation Engine with LangChain and Streamlit

Retrieval Augmented Generation Engine with LangChain and Streamlit

その他のソースコード

1.0.0

ダウンロード

Langchain、Streamlit、＆Pineconeを使用した検索拡張生成エンジン

Streemlitクラウドプラットフォームのアプリケーションにアクセスします

概要

検索拡張エンジン（RAG）は、ドキュメントの検索、要約、およびインタラクティブな質問を回答するための強力なツールです。このプロジェクトは、Langchain、Riremlit、およびPineconeを利用して、ユーザーがこれらのタスクを実行するためのシームレスなWebアプリケーションを提供します。 RAGを使用すると、複数のPDFドキュメントを簡単にアップロードし、これらのドキュメント内のテキストのベクトル埋め込みを生成し、ドキュメントとの会話の対話を実行できます。チャットの履歴は、よりインタラクティブな体験のために記憶されています。

特徴

Streemlit Webアプリ：プロジェクトは、Streemlitを使用して構築されており、ユーザーに直感的でインタラクティブなWebインターフェイスを提供します。
入力フィールド：ユーザーは、専用の入力フィールドを介してOpenAI APIキーやPinecone APIキーなどの必須資格情報を入力できます。
ドキュメントアップローダー：ユーザーは複数のPDFファイルをアップロードでき、その後、さらに分析するために処理されます。
ドキュメントの分割：アップロードされたPDFは、より小さなテキストチャンクに分割され、トークン制限付きのモデルとの互換性を確保します。
ベクトル埋め込み：テキストチャンクはベクトル埋め込みに変換され、検索と質問を回答するタスクを簡単に実行できます。
柔軟なベクトルストレージ：柔軟性と制御を提供して、PineconeまたはLocal Vectorストアのいずれかにベクトル埋め込みを保存することを選択できます。
インタラクティブな会話：ユーザーは、ドキュメントとのインタラクティブな会話、質問をし、回答を受け取ることができます。チャット履歴は参照のために保存されています。

前提条件

プロジェクトを実行する前に、次の前提条件があることを確認してください。

Python 3.7+
ラングチェーン
流線
松ぼっくり
Openai APIキー
アップロードするPDFドキュメント

使用法

リポジトリをローカルマシンにクローンします。

git clone https://github.com/mirabdullahyaser/Retrieval-Augmented-Generation-Engine-with-LangChain-and-Streamlit.git
cd Retrieval-Augmented-Generation-Engine-with-LangChain-and-Streamlit

実行して、必要な依存関係をインストールします。
```
pip install -r requirements.txt
```
retrylitアプリを実行します：
```
streamlit run src/rag_engine.py
```
Webブラウザーを開き、提供されたURLに移動することにより、アプリにアクセスします。
それぞれのフィールドにOpenAI APIキー、Pinecone APIキー、Pinecone環境、およびPineconeインデックス名を入力します。アプリケーションのサイドバーでそれらを提供するか、 secrets.tomlファイルを.streamlitディレクトリに配置できます。
分析するPDFドキュメントをアップロードします。
[ドキュメントの送信]ボタンをクリックして、ドキュメントを処理し、ベクトル埋め込みを生成します。
チャット入力ボックスに質問を入力することにより、ドキュメントとのインタラクティブな会話に従事します。