llm movieagent

LLM-Movieagent

이 프로젝트는 OpenAI 기능 호출을 사용하여 시맨틱 계층을 통해 NEO4J와 같은 그래프 데이터베이스와 상호 작용할 수있는 에이전트를 구현하도록 설계되었습니다. 시맨틱 레이어는 에이전트에 강력한 도구 제품군을 갖추어 사용자의 의도에 따라 그래프 데이터베이스와 상호 작용할 수 있습니다. 블로그 게시물에서 자세히 알아보십시오.

프로젝트를 시작하려면 다음 명령을 실행하십시오.

 docker-compose up

브라우저에서 http://localhost:8501 열면 에이전트와 상호 작용하십시오.

도구

에이전트는 NEO4J 그래프 데이터베이스와 효과적으로 상호 작용하기 위해 몇 가지 도구를 사용합니다.

1. 정보 도구 :
   • 영화 나 개인에 대한 데이터를 검색하여 에이전트가 최신 정보에 가장 관련이있는 정보에 액세스 할 수 있도록합니다.
2. 추천 도구 :
   • 사용자 선호도 및 입력을 기반으로 영화 권장 사항을 제공합니다.
3. 메모리 도구 :
   • 지식 그래프에 사용자 선호도에 대한 정보를 저장하여 여러 상호 작용에 대한 개인화 된 경험이 가능합니다.

환경 설정

.env 파일에서 다음 환경 변수를 정의해야합니다.

 OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>
NEO4J_URI=<YOUR_NEO4J_URI>
NEO4J_USERNAME=<YOUR_NEO4J_USERNAME>
NEO4J_PASSWORD=<YOUR_NEO4J_PASSWORD>

도커 컨테이너

이 프로젝트에는 Docker 컨테이너로 랩핑 된 다음 서비스가 포함되어 있습니다.

1. neo4j :
   • 그래프 데이터베이스 인 NEO4J는 배우, 영화 및 등급에 대한 정보를 저장하는 데 사용됩니다.
2. API :
   • Langchain의 neo4j-semantic-layer 템플릿을 사용하여 OpenAI LLM 및 기능 호출 기능을 구현합니다.
3. UI :
   • 간단한 간단한 채팅 사용자 인터페이스. localhost:8501 에서 사용할 수 있습니다.

데이터로 채워집니다

예제 영화 데이터 세트로 DB를 채우려면 ingest.py 실행할 수 있습니다. 스크립트는 영화 및 사용자가 등급에 대한 정보를 가져옵니다. API Docker 컨테이너 내에서 실행하려면 다음을 수행하십시오.

 # access container shell
docker exec -it < container id for llm-movieagent-api > bash
# run script
python ingest.py

또한 스크립트는 사용자 입력에서 데이터베이스에 정보를 매핑하는 데 사용되는 두 개의 풀 텍스트 지수를 만듭니다. 데이터 세트는 Movielens 데이터 세트를 기반으로하며 NEO4J 샌드 박스의 Recommendation 프로젝트로도 사용할 수 있습니다.

기여

기부금이 환영받습니다!