ContextDB

IA：プロンプトのコンテキストデータベースを作成します

コンテキストデータベースを使用して、人工知能アプリケーションでのプロンプトの使用を最適化するシステムを開発する方法を示します。このプロジェクトでは、 Python 、Duckdb、Langchainなどのテクノロジーを使用しています。 Langchainライブラリは統合されてCHATGPT-3.5または高言語モデルの機能を調査するために統合されている一方で、VectorデータベースとしてDuckDBを使用することで際立っています。

この統合を通じて、プロジェクトには、埋め込みやレジーヴァルアウグメルドジェネレーション（RAG）などの高度な手法が組み込まれており、対象の理論的概念の実用的で洗練されたアプリケーションを実証しています。このツールとテクニックの組み合わせは、 AIアプリケーションの精度と効率を高めるだけでなく、リクエストが要求されているもののより良い理解に貢献するいくつかの例をプロンプトに提示する少数のプロンプトの練習を例示しています。

ビデオプレゼンテーション

要件

アプリケーションの展開

リポジトリのクローニング：

git clone https://github.com/Renatoelho/ContextDB.git contextDB

環境の準備：

• クローン化されたディレクトリへのアクセス

 cd contextDB/app/

• 仮想環境の作成

python3 -m venv .venv

• 仮想環境のアクティブ化

 source .venv/bin/activate

• 依存関係のインストール

pip install pip setuptools wheel && pip install -r requirements.txt

重要： OpenAIのアクセストークンで.ENVファイルを更新し、OpenAI開発者プラットフォームhttps://platform.openai.com/にクレジットを持っています。

• アプリケーションのテスト

python3 ./app.py

注：他のメッセージでアプリケーションをテストするには、 app.pyファイルのバウチャーatendimentoのテキストを変更するだけです。

参照

カラロ、ファブリオ。人工知能とChatGPT：生成AIモデルの革命からエンジニアリングを促します。 1。編サンパウロ：CASA DO Code Publisher、2023。

python db api、 duckdb。 https://duckdb.org/docs/api/python/dbapiで入手可能。アクセス：2024年4月22日。

ragとは？、 aws。 https://aws.amazon.com/en/what-i/retieval-ugmented-generation/で入手可能。アクセス：2024年4月22日。

単語の埋め込み：コンピューターに単語の意味を理解させる - 非常に重要なNLP概念の紹介：埋め込みとWord2Vec、 Medium。 https：//medium.com/turing-talks/word-empedding-fing-fo-computer-nefing-da-das-lavras-92f2745057で入手可能。アクセス：2024年4月22日。

langchain_community.vectors.duckdb.duckdb、 api python langchain。 https：//api.python.langchain.com/en/latest/vectors/langchain_community.vectors.duckdb.htmlで入手できます。アクセス：2024年4月22日。

langchain_community.embeddings.openai.openaieembedings、 openieeembedings。 https：//api.python.langchain.com/en/latest/embeddings/langchain_community.embeddings.openai.openaieembedings.html#-community-openai-oppedingsで入手可能。アクセス：2024年4月22日。