ALP 다운로드 ALP 소스 코드 다운로드

ALP

기타 소스코드

1.0.0

다운로드

높은 산

개요

ALP는 오픈 소스, 지식 기반 대화식 AI 시스템으로 외부 소스의 관련 정보에 뿌리를 둔 응답을 제작하도록 제작되었습니다. ?

ALP를 사용하면 챗봇과 상호 작용하는 동안 쿼리 할 수있는 큰 지식 기반을 구축 할 수 있습니다. 유사성 기반 컨텍스트 구성은 데이터베이스에서 추출한 재료의 더 나은 관련성을 제공합니다. 챗봇에는 무제한 대화 메모리와 대화 및 소스 임베딩을 JSON 형식으로 내보낼 수있는 기능이 있습니다.

ALP는 로컬 SQLITE 데이터베이스에 대화 기록과 임베딩을 유지합니다. 결과적으로 문서 업로드 및 임베딩 프로세스는 한 번만 필요하므로 사용자가 대화를 완벽하게 재개 할 수 있습니다.

ALP는 LocalHost를 통해 실행되기위한 것입니다. 필요한 것은 파이썬과 설정 환경을 설정하는 명령이 거의 없습니다. 포크를 자유롭게하고 코드를 탐색하고 필요에 맞게 조정하십시오.

changelog

20240815- 모델 목록 업데이트 : gpt-4o' , gpt-4o-mini
20231226- gpt-4-1106-preview 기본 생성 모델로 추가되었습니다. 사용자는 prod_model 에서 ./lib/params.py에서 변경할 수 있습니다. 컬렉션 생성 페이지 수 버그 수정 카운트.
20230911- ./static/data/simulacra.json에서 사용자 정의 에이전트 동작을 정의하고 드롭 다운 메뉴에서 세션 관리자에서 선택하십시오.
20230406-/static/data/dbs/에서 데이터베이스를 초기화하는 프로그램을 방지 한 버그 고정; 요구 사항 .txt 수정
20230705- 새로운 데이터 모델, SBERT 기반 임베딩
20230411- 인터페이스 업그레이드, UX 개선, 버그 문제
20230405- 프로그램 저장소 변환 기록

소개

ALP는 검색 증강 방법을 사용하여 주어진 PDF 문서에 비해 GPT 기반 모델의 반응 정확도를 향상시킵니다. 이 접근법은 가장 관련성이 높은 컨텍스트가 항상 모델로 전달되도록합니다. ALP의 의도는 연구 논문, 서적 및 메모의 압도적 인 지식 기반을 탐색하여 내용에 쉽게 액세스하고 소화 할 수 있도록하는 것입니다.

현재 ALP는 다음 모델을 사용합니다.

텍스트 임베딩 : multi-qa-MiniLM-L6-cos-v1
생성 : gpt-4o' , gpt-4o-mini

특징

대화 연구 조교 : PDF 파일 컬렉션에서 상호 작용하고 정보를 얻습니다.
무제한 대화 메모리 : 컨텍스트 인식 응답을 위해 이전 대화에서 정보를 유지합니다.
과거 대화로 돌아 오십시오 : 떠난 곳에서 바로 대화를 시작하십시오.
유연한 데이터 모델 : 한 세션에서 둘 이상의 문서와 대화 할 수 있습니다.
오픈 소스 모델 사용 : 문장 변환기는 비용이없고 빠른 텍스트 임베딩을 허용합니다.
긴 문서 지원 : 책 및 기타 긴 PDF를 업로드하십시오.
검색 확대 : 정확도 향상을 위해 검색 확대 기술을 활용합니다. 여기에서 자세히 알아보십시오.
자신의 에이전트 행동 정의 : ./static/data/simulacra.json에서 에이전트를 정의하는 시스템 메시지 설정. 그런 다음 HTML 양식을 쉽게 조정하여 드롭 다운 메뉴에서 이름을 선택할 수 있습니다.
로컬 배치 : 컴퓨터에서 로컬로 ALP를 스핀 업하십시오.
JSON 내보내기 : JSON 파일로서 대화를 내 보냅니다.
오픈 소스 : 코드는 읽고, 테스트하고, 끊어지고 구축 할 수있는 코드입니다.

설치

로컬 컴퓨터에서 ALP를 설정하려면 다음 단계를 따르십시오.

파이썬 설치 :

컴퓨터에 Python이 설치되어 있는지 확인하십시오. 쉽게 설정하려면 Anaconda를 추천합니다.

중요 : ALP는 Python 3.10에서 실행됩니다

포크 및 복제 저장소 :

Repo를 포킹 한 후 명령 줄에서 복제합니다.

git clone https://github.com/yourusername/alp.git 
cd ALP

가상 환경을 만들고 활성화하십시오.

ALP/ 로컬 디렉토리 내에서 다음 명령을 호출합니다

Bash의 Linux 사용자의 경우 :

python3 -m venv venv
source venv/bin/activate

CMD의 Windows 사용자의 경우 :

 python -m venv venv
venvScriptsactivate.bat

ALP/ VENV/ 디렉토리를 생성하고 가상 환경을 활성화해야합니다. 당연히 다른 프로그램을 사용하여 VirtualEnV를 처리 할 수 있습니다.

가상 환경에 필요한 종속성을 설치하십시오.

pip install -r requirements.txt

구성

기본적으로 ALP는 localhost 에서 실행됩니다. Open AI API를 통해 GPT 모델에 연결하려면 API 키가 필요합니다. ALP/ 디렉토리에서 API_KEY.TXT를 생성하고 API 키를 거기에 붙여 넣습니다. api_key.txt가 github로 누출되지 않도록 .gitignore 파일에 추가되어 있는지 확인하십시오. 여기에서 열린 AI API 키를 얻을 수 있습니다 https://platform.openai.com

용법

ALP 응용 프로그램 실행 :

python alp.py

응용 프로그램 액세스 :

앱은 기본 웹 브라우저에서 열려야합니다. 그렇지 않은 경우 http : // localhost : 5000으로 이동하십시오. 첫 번째 사용에는 alp/static/data/dbs/에서 app.db 파일 생성이 포함됩니다. 이것은 대화 기록과 임베딩을 보유 할 SQLITE 데이터베이스 파일입니다. 또한 스크립트는 'Multi-QA-Minilm-L6-Cos-V1' (80MB)을 포옹 페이스 리포지토리에서 PC에 다운로드합니다. 첫 번째 출시시 자동으로 발생합니다.

ALP 사용 시작 :

ALP 앱 인터페이스는 몇 가지 섹션으로 구성됩니다.

허브를 사용하면 '컬렉션'아래에 새 컬렉션을 만들거나 '세션'에서 대화 세션을 만들/계속 만들 수 있습니다.
컬렉션 관리자 : 이름을 지정하고 PDF 파일을 업로드하여 새 컬렉션을 만듭니다.
세션 관리자 :
- 드롭 다운에서 선택하고 '시작'을 누르면 기존 세션을 계속하십시오.
- 이름을 정의하고 세션에 링크 된 컬렉션을 선택하여 새 세션을 만듭니다.
- 대화의 사전 정의 된 에이전트 역할을 선택하십시오. 역사적 채팅도 작동합니다.
세션 창 : 세션에 연결된 컬렉션을 통해 GPT 모델과 대화하십시오. 사용자의 쿼리와 컬렉션의 임베딩 사이에 유사성 점수가 계산 될 때마다 프로그램 콘솔에 가장 유사한 데이터 소스 목록이 인쇄됩니다. 이러한 소스는 GPT 모델에 대한 사용자의 질문과 관련된 컨텍스트로 전달됩니다.