OSGPT
1.0.0
OSGPT는 지정된 폴더에서 문서를 동적으로로드하고 검색 가능한 벡터 데이터베이스를 작성하도록 설계된 강력한 플러그인입니다. 문서에서 빠르게 쿼리하는 방법을 제공 할뿐만 아니라 Linux/Unix 또는 Windows 인 호스트 시스템에서 CLI 명령을 실행할 수 있습니다.
chatgpt + gpt4와 함께 OSGPT를 참조하십시오
채팅을 통해 파일에서 정보를 쉽게 검색하고 관리 할 수있는 운영 체제와 대화를 나누는 것을 상상해보십시오. OSGPT를 사용하면 정확히 그렇게 할 수 있습니다. 파일 관리를 역동적이고 대화식 경험으로 변환합니다. 더 이상 여러 디렉토리를 통해 이동하거나 복잡한 검색 쿼리를 사용하지 않습니다. OSGPT의 고급 검색 기능은 여러 디렉토리의 문서에서 정보를 찾는 종종 번거로운 작업을 단순화합니다. 또한 자동로드 기능은 지정된 디렉토리의 문서를 검색 가능한 벡터 데이터베이스에 자동으로로드하므로 파일에 즉시 액세스 할 수 있습니다.
전체 제어 : 채팅 인터페이스에서 직접 CLI 명령을 실행하십시오. 다중 명령 : 비동기 실행과 동시에 여러 명령을 처리합니다. 구성 지원 : 유연성 및 보안을위한 명령 실행을위한 작업 디렉토리를 구성합니다.
OSGPT를 사용하면 작업을 이해하는 챗봇과이를 수행하는 강력한 CLI 엔진을 모두 얻을 수 있습니다. 여러 창을 저글링하는 시대에 작별 인사를하고 대화식 컴퓨팅에 인사하십시오.
git clone https://github.com/Ravi-Teja-konda/OSGPT.git cd OSGPT3. 필요한 파이썬 라이브러리를 설치하십시오.
pip install -r requirements.txtWARKING_DIRECTORY_UNIX : UNIX/LINUX 시스템에서 OSGPT를 실행할 때 명령이 실행되는 작업 디렉토리입니다. 기본 디렉토리는 /TMP이며 안전 및 보안에 권장됩니다.
working_directory_windows : UNIX 설정과 유사하게 Windows 시스템에서 OSGPT를 실행할 때 명령이 실행되는 디렉토리입니다. 기본값은 %온도 %입니다.
참고 : 선택한 디렉토리의 UNIX/LINUX의 경우 최소 CHMOD가 700이고 보안을 유지하기위한 Windows에 적절한 권한이 있는지 확인하십시오.
OpenAi_api_key : OpenAI의 API 키이며 GPT 모델을 사용하는 데 필수적입니다. 자리 표시자를 실제 API 키로 교체하십시오.
Metadata_File_Path : 여기서 인덱스 데이터베이스의 메타 데이터가 저장됩니다.
호스트 : 이것은 OSGPT 서버가 실행되는 호스트 IP 주소입니다. 기본값은 0.0.0.0이므로 모든 IP 주소에서 액세스 할 수 있습니다. 포트 : 이것은 OSGPT 서버가 들어오는 요청을들을 포트 번호입니다. 기본 포트는 5004입니다.
호스트 주소에 변경 사항이있는 경우 다음 파일을 업데이트하십시오.
시작하려면 다음 명령을 사용하여 플러그인을 실행하십시오.
python3 main . py다음으로 Chatgpt Plus 계정으로 이동하십시오. 설정에서 개발자 도구를 활성화하십시오 (참조 이미지 참조). GPT-4 탭으로 전환 한 다음 플러그인 저장소로 진행하십시오. 플러그인 스토어 페이지 하단에는 "자신의 플러그인 개발"이라는 제목의 링크가 있습니다 (이미지 참조). 이 링크를 클릭하고 필요에 따라 정보를 입력하십시오.
내 예에서는 LocalHost : 5004를 사용했습니다. 2323 또는 8080과 같은 다른 포트를 사용할 수 있지만 방화벽이나 보안 소프트웨어가 연결을 차단하지 않도록하십시오 (이미지 참조).
이 플러그인을 사용하려면 서버의 /명령 엔드 포인트에 게시물 요청을 보내야합니다. 요청에는 실행하려는 명령을 나타내는 명령 필드가있는 JSON 본체가 포함되어야합니다.
예:
{
"command" : " echo 'Hello, World!' "
}또는 Chatgpt에 직접 지시하여 워크 플로를 단순화 할 수 있습니다. "내 CLI에 액세스 할 수 있습니다. 실행하십시오 ...". 나머지는 당신을 위해 돌볼 것입니다!
데이터 세트로드 OS GPT는 지정된 폴더에서 문서를 동적으로로드하고 검색 가능한 벡터 데이터베이스를 만들 수있는 기능을 제공합니다. 이 기능을 사용하여 예를 들어 Technical_Files라는 폴더를 데이터 세트로로드 한 다음 특정 정보를 쿼리 할 수 있습니다.
데이터 세트를로드하는 방법 데이터 세트를로드하려면 /load_data endpoint에 게시물 요청을 보내야합니다. 요청에는 folder_path 및 dataset_name을 지정하는 JSON 본문이 포함되어야합니다.
다음은/home/runner/osgpt/osgpt/technical_files에있는 폴더를 데이터 세트 "Technical_files"로로드하라는 예제입니다.
{
"folder_path" : " /home/runner/OSGPT/OSGPT/technical_files " ,
"dataset_name" : " technical_files "
}성공적인 실행시 다음과 같은 응답을 받아야합니다.
{
" Database for technical_files created successfully! "
}참고 : 폴더 크기가 너무 커지면 Load_Data는 데이터베이스를 완료하는 데 많은 시간이 걸립니다. ChatGpt 인터페이스에 오류가 발생할 수 있지만 데이터베이스가 생성되면 데이터베이스가 생성되면 Settings.json 파일에서 정보가 표시됩니다.
데이터 세트가로드되면 특정 정보에 대해 쿼리 할 수 있습니다. 예를 들어 Technical_Files 데이터베이스 내에서 "Langchain"과 관련된 문서 나 파일을 찾으려면 /query_data endpoint에 게시물 요청을 보내면 그렇게 할 수 있습니다.
요청에는 쿼리 및 DataSet_name을 지정하는 JSON 본체가 포함되어야합니다.
예제 쿼리 : Technical_Files 데이터베이스에서 "Langchain"을 검색하려면 JSON 본문이 다음과 같습니다.
{
"query" : " ravi teja " ,
"dataset_name" : " personal_files "
}성공적인 실행 후 OS GPT는 "Langchain"과 관련된 파일 또는 문서에 대해 기술 파일 데이터베이스를 검색하고 관련 결과를 반환합니다.
이 플러그인은 소독 또는 보안 점검없이 명령을 as- 명령을 실행합니다. 안전하고 제어 된 환경에서만 사용하고 서버를 공개 인터넷에 노출시키지 마십시오. 이 Chatgpt 플러그인은 개발자를 위해 설계되었으며 제작 서버에 배포해서는 안됩니다! LocalHost에서만 사용하십시오!
우리는 GPT Vision API의 임박한 출시에 대해 매우 흥분합니다. 사용 가능한 즉시 이미지 분석 기능을 OSGPT에 통합 할 계획입니다. 이를 통해 사용자는 텍스트 기반 문서뿐만 아니라 이미지도 쿼리하여 완전히 새로운 차원의 유용성을 잠금 해제 할 수 있습니다. 현재 버전에서 ChatGpt는 플러그인 및 비전 기능의 동시 사용을 지원하지 않습니다. 우리는 향후 릴리스에서 허용하는 것처럼 이러한 통합을 기대하고 있습니다.
우리는 데이터의 가치를 이해하고 앞으로 고급 분석 기능을 제공하기 위해 노력하고 있습니다. Excel 스프레드 시트 또는 CSV 파일을 사용하든 OSGPT는 데이터를 이해하는 데 필요한 도구를 제공합니다. 업데이트를 계속 지켜봐주세요!
기부금을 환영합니다! 풀 요청을 제출하십시오.
내 일에 감사한다면 저를 지원하는 것을 고려하십시오.
이 repo는 파일 컨텐츠 검색의 기능과 파일 기능의 동적로드 기능을 추가하는 확장 버전의 Chatgpt-Shellmaster입니다.
이 프로젝트는 "세계 성장을 돕는가?"라이센스에 따라 라이센스가 부여됩니다. 자세한 내용은 라이센스 파일을 참조하십시오
