DocWhisperer Qdrant

DOCWHISPERER

QDRANT 벡터 데이터베이스를 사용하여 PDF 채팅을위한 검색 된 세대 생성 (RAG) 시스템.

목차

• 개요
• 전제 조건
• 시작하기
  • 설치
  • 용법
• 채팅에 대한 지침
• 시스템 워크 플로우
• 기여

개요

먼지가 많은 PDF 내에서 숨겨진 대화를 잠금 해제한다고 상상해보십시오. Docwhisperer는 디지털 연금술사로, 건조한 문서를 생생한 대화로 변환합니다. Docwhisperer는 통찰력있는 답변을 불러 일으키며 마법의 퀼처럼 파일의 깊이에서 지식을 가져 오십시오. Docwhisperer는 Qdrant의 벡터 마술과 민첩한 챗봇의 연금술에 의해 구동되는 의미로 노래하고 모든 심문 변형에 대답 할 준비가되어 있습니다. 당신의 pdfs의 마법에 걸린 라이브러리로 들어가서, docwhisperer를 풀고, 속삭이는 비밀을 잠금 해제하십시오!

전제 조건

• 파이썬 3
• LLM에 대한 GPU 지원
• 도커

시작하기

설치

• Docker를 사용하여 Qdrant 실행 :

  docker run -p 6333:6333 -p 6334:6334 qdrant/qdrant:latest
  

• 이 저장소를 복제하십시오.

  git clone https://github.com/Ashish-Abraham/DocWhisperer-Qdrant.git
  cd DocWhisperer-Qdrant

• 종속성을 설치하십시오

  pip install -r requirements.txt

용법

 streamlit run app.py

채팅에 대한 지침

앱의 프롬프트를 따라 대화를 시작하고 질문하십시오. 챗봇은 수집 된 PDF에서 관련 정보를 검색하고 응답을 생성합니다.

시스템 워크 플로우

기여

• 변경 사항을 위해 지점을 만듭니다.
• 풀 요청을 엽니 다.