Llama3.1 Outreach Email Agent
1.0.0
このプロジェクトは、ウェブサイトから削り取られたジョブの説明に基づいてパーソナライズされたアウトリーチメールを生成することにより、ビジネス開発担当者を支援するように設計されています。 Webスクレイピングとドキュメントの読み込みにLangchain、関連するポートフォリオを保存および取得するためのベクトルデータベース、およびGROQのLlama 3.1を使用して、外出データから必要な要素を特定して電子メールを生成します。このツールにより、潜在的なクライアントにリーチするタスクがより効率的で合理化されます。
このアプリは、特定のURLからのジョブの説明を削り、抽出されたテキストをクリーニングし、llama 3.1を使用して、ジョブの役割や必要なスキルなどの関連情報を抽出します。次に、このアプリはベクトルデータベースを照会して、会社のポートフォリオで一致するプロジェクトを見つけ、それらの分野での会社の専門知識を強調するパーソナライズされたアウトリーチメールを生成します。
このプロジェクトで使用されているテクノロジーとツールの内訳は次のとおりです。
このリポジトリをクローンします。
git clone https://github.com/username/outreach-email-agent.git
プロジェクトディレクトリに移動します。
cd outreach-email-agent
仮想環境を設定してアクティブにします。
python -m venv venv
source venv/bin/activate # On Windows: venvScriptsactivate
必要なパッケージをインストールします。
pip install -r requirements.txt
GROQ APIキーで.envファイルを設定します:
GROQ_API_KEY=<your-api-key>
USER_AGENT=OutreachEmailAgent/1.0
| -- app/
| | -- main.py # Main Streamlit app
| | -- chains.py # Logic for using LLaMA for inference
| | -- ChromaVectorDB.py # Vector database for project portfolios
| | -- utils.py # Utility functions for cleaning text
| -- venv/ # Virtual environment
| -- .env # Environment variables
| -- README.md # Project documentation
| -- requirements.txt # Python dependencies RimeLitアプリを実行します。
streamlit run app/main.py
職務記述書URLを入力すると、アプリはビジネス開発目的でテーラードアウトリーチメールを生成します。
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。