Adanvced Multidatabased RAG Chatbot

Langchainを使用した高度なRAG Q＆Aアプリケーション

概要

このプロジェクトは、Langchainを使用した高度な検索拡張生成（RAG）Q＆Aアプリケーションの作成を実証しています。 Wikipedia、カスタムWebサイト、リサーチペーパーデータベース（RIVE）の複数のデータソースを統合することにより、このアプリケーションは、各クエリの最も関連性の高いデータソースを動的に選択することにより、包括的な回答を提供します。

ハイライト

• 複数のデータソースの統合：カスタムWebサイトであるWikipediaのラッパーとRiveのラッパーを作成し、これらのソースとの相互作用を明確なエンティティとして可能にします。
• Langchainエージェント：Langchainエージェントを使用して、ユーザークエリに基づいて適切なツールを動的に選択します。
• ツールの組み合わせ：Pythonを使用して複数のツールを単一のリストに組み合わせて、 create_openai_tool_agent介して選択したLLMモデルと接続します。
• プロンプトテンプレート：Langchainのハブからのプロンプトテンプレートを使用して、LLMインタラクションをガイドします。
• エージェントの実行： agent_executorを使用してエージェントとツールを実行して情報を取得し、包括的な応答を提供します。

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/your-repo/advanced-rag-qa-app.git
   cd advanced-rag-qa-app

2. 依存関係のインストール：PIPインストール-R要件.txt
3. 環境変数の設定：ルートディレクトリに.ENVファイルを作成し、次の変数を追加します。
   • openai_api_key = your_openai_api_key
   • wikipedia_api_key = your_wikipedia_api_key
   • custom_website_url = your_custom_website_url

使用アプリケーションの実行：Riremlit run app.py

アプリケーションとの対話：ブラウザで提供されたURLを開き、RAG Q＆Aアプリケーションのクエリを開始します。

プロジェクト構造

app.py：メインスクリプト化されたretrylitアプリを実行します。

config.py：構成設定と環境変数。

langchain_utils.py：langchain統合のユーティリティ関数。

data_sources/：ウィキペディア、カスタムWebサイト、Riveのラッパーが含まれています。

テンプレート/：LLMインタラクションをガイドするために使用されるプロンプトテンプレート。

要件：TXT：Python依存関係のリスト。

このプロジェクトに貢献したい場合は、リポジトリをフォークして、変更を受けてプルリクエストを送信してください。