Ed Tech Company QA Assistant

Ed-Tech Company QAアシスタント

このプロジェクトは、エドテック会社向けに設計されたQA（質問回答）アシスタントです。ベクトルデータベース、最先端の言語モデル、およびカスタムドキュメントの埋め込みを活用して、事前に定義された知識ベースに基づいてユーザークエリに正確な応答を提供します。

目次

• 特徴
• インストール
• 使用法
• プロジェクト構造
• 将来の強化
• 貢献
• ライセンス

特徴

• ベクトルデータベース：知識ベース全体で効率的な類似性検索にFAISSを使用します。
• カスタム埋め込み：Sente-Transformers/All-Minilm-L6-V2モデルを使用して、Huggingfacembeddingsを使用して駆動します。
• 大手言語モデル（LLM） ：Context-Aware応答を生成するために、GROQのLLAMA3モデル（LLAMA3-8B-8192）を統合します。
• CSVローダー：CSVファイルからFAQまたはその他の構造化されたデータをロードして、知識ベースを設定します。
• retrylidインターフェイス：質問をして回答を受け取るためのシンプルでインタラクティブなUI。

インストール

1. リポジトリをクローンします：

 git clone https : // github . com / shaadclt / Ed - Tech - Company - QA - Assistant . git
cd Ed - Tech - Company - QA - Assistant

2. 仮想環境を設定します：

 python - m venv venv
source venv / bin / activate  # On Windows, use `venvScriptsactivate`

3. 依存関係をインストールします：

 pip install - r requirements . txt

4. 環境変数：プロジェクトルートで.ENVファイルを作成し、GROQ APIキーを追加します。

 GROQ_API_KEY = your_groq_api_key_here 

使用法

1. RimeLitアプリを実行します

 streamlit run main . py

2. ナレッジベースを作成する：csvファイルからナレッジベースを作成するには、ボタンをクリックしますナレッジベースを作成します

3. 質問してください：retrylitインターフェイスに質問を入力すると、アシスタントはロードされた知識ベースに基づいて文脈的に正確な応答を提供します。

プロジェクト構造

• langchain_helper.py ：データをロードするためのロジック、ベクトルデータベースの作成、および応答の生成が含まれます。
• main.py：riremlitアプリケーションファイル。
• FAQS.CSV ：ナレッジベースの設定に使用されるサンプルCSVファイル。
• 要件.txt ：必要なすべてのPythonパッケージをリストします。
• .ENV ：APIキーなどの環境変数を保存します（セキュリティ上の理由からリポジトリに含まれていません）。

将来の強化

• 知識ベースの拡張：ドキュメントまたはデータソースを追加します。
• 微調整モデル：より正確な応答を得るには、埋め込みまたはLLMを調整します。
• Advanced UI：応答フィルタリングやフィードバックメカニズムなどの追加機能を使用して、流線インターフェイスを改善します。

貢献

このリポジトリをフォークし、機能ブランチを作成し、拡張機能またはバグ修正のプルリクエストを送信してください。

ライセンス

このプロジェクトは、MITライセンスの下でライセンスされています。詳細については、ライセンスファイルを参照してください。