컨텍스트 데이터베이스를 사용하여 인공 지능 응용 프로그램에서 프롬프트 사용을 최적화하기 위해 시스템을 개발하는 방법을 보여 드리겠습니다. 이 프로젝트는 Python , DuckDB, Langchain과 같은 기술을 사용합니다. DuckDB를 벡터 데이터베이스로 사용하는 것이 눈에 띄는데, 이는 대규모 데이터 볼륨을 효율적으로 관리하는 데 도움이되는 반면 Langchain 라이브러리는 ChatGpt-3.5 이상의 언어 모델의 기능을 탐색하기 위해 통합되어 있습니다.
이 프로젝트는이 통합을 통해 임베딩 및 RAG (Retieval-Augmeld Generation) 와 같은 고급 기술을 통합하여 이론적 개념의 실용적이고 정교한 적용을 보여줍니다. 이러한 도구와 기술의 조합은 AI 애플리케이션의 정확성과 효율성을 높일뿐만 아니라 소수의 프롬프트 의 관행을 예시합니다. 여기서 프롬프트에는 요청 된 내용을 더 잘 이해하는 데 기여하는 몇 가지 예제가 제시됩니다.

git clone https://github.com/Renatoelho/ContextDB.git contextDB cd contextDB/app/python3 -m venv .venv source .venv/bin/activatepip install pip setuptools wheel && pip install -r requirements.txt중요 : OpenAi의 액세스 토큰으로 .env 파일을 업데이트하고 OpenAI 개발자 플랫폼 https://platform.openai.com/에 대한 크레딧을 제공하십시오.
python3 ./app.py 참고 : 다른 메시지로 응용 프로그램을 테스트하려면 app.py 파일의 바우처 atendimento 텍스트를 변경하십시오.
Carraro, Fabricio. 인공 지능 및 채팅 : 생성 AI 모델의 혁명에서 프롬프트 엔지니어링까지. 1. ed. Sao Paulo : Casa Do Code Publisher, 2023.
Python DB API, DuckDB. https://duckdb.org/docs/api/python/dbapi에서 사용할 수 있습니다. 액세스 : 2024 년 4 월 22 일.
래그는 무엇입니까?, aws. https://aws.amazon.com/en/what-i/retieval-ugmented-generation/에서 사용할 수 있습니다. 액세스 : 2024 년 4 월 22 일.
단어 임베딩 : 컴퓨터가 단어의 의미를 이해하도록하는 것 - 매우 중요한 NLP 개념에 대한 소개 : 임베딩 및 Word2Vec, medium. https://medium.com/turing-talks/word-empedding-fo-computer-nefing-da-lavras-92f2745057에서 구할 수 있습니다. 액세스 : 2024 년 4 월 22 일.
langchain_community.vectors.duckdb.duckdb, API Python Langchain. https://api.python.langchain.com/en/latest/vectors/langchain_community.vectors.duckdb.html에서 사용할 수 있습니다. 액세스 : 2024 년 4 월 22 일.
langchain_community.embeddings.openai.openaieembeddings, openieeembeddings. https://api.python.langchain.com/en/latest/embeddings/langchain_community.embeddings.openai.openaieembedings.html#langchain-openai-oppedings에서 사용할 수 있습니다. 액세스 : 2024 년 4 월 22 일.