LLamaIndex RAG ChatBot

llamaindex를 사용하여 Rag-Chatbot을 개발했습니다

백엔드 ?? :

시작하기 ---------------------------------------------------------- 먼저, 환경을 설정하십시오.

 poetry install
poetry shell

기본적으로 OpenAI LLM을 사용합니다 (사용자 정의 할 수 있지만 App/Context.py를 참조하십시오). 결과적 으로이 디렉토리의 .env 파일에 OpenAi_api_key를 지정해야합니다.

예 .env 파일 :

 OPENAI_API_KEY=<openai_api_key>

둘째, ./data 디렉토리에 문서의 임베딩을 생성하십시오 (이 폴더가 존재하는 경우 - 그렇지 않으면이 단계를 건너 뛰십시오).

 python app/engine/generate.py

"장전부 임베딩 및 벡터 검색 지수에 대한 추가 정보 ------------------------------

셋째, 개발 서버를 실행하십시오.

 python main.py

그런 다음 API Endpoint /API /채팅으로 전화하여 결과를 확인하십시오.

 curl --location 'localhost:8000/api/chat' 
--header 'Content-Type: application/json' 
--data '{ "messages": [{ "role": "user", "content": "Hello" }] }'
You can start editing the API by modifying app/api/routers/chat.py. The endpoint auto-updates as you save the file.

http : // localhost : 8000/docs를 개방하여 브라우저가있는 문서를 사용하여 API의 Swagger UI를 확인하십시오.

API를 통해 CORS는 모든 기원이 개발을 단순화 할 수 있습니다. 환경 환경 변수를 prod로 설정 하여이 동작을 변경할 수 있습니다.

 ENVIRONMENT=prod uvicorn main:app

Llamaindex에 대한 자세한 내용을 알아보십시오. 다음 리소스를 살펴보십시오.

llamaindex 문서 - llamaindex에 대해 알아보십시오. llamaindex github 리포지토리를 확인할 수 있습니다. 귀하의 의견과 기부금을 환영합니다!

프론트 엔드 ?? :

시작하기 ---------------------------- 먼저 의존성을 설치하십시오.

 npm install

둘째, 개발 서버 실행 :

 npm run dev
Open http://localhost:3000 with your browser to see the result.

앱/page.tsx를 수정하여 페이지를 편집 할 수 있습니다. 파일을 편집 할 때 페이지가 자동 업데이트됩니다.

이 프로젝트는 다음/글꼴을 사용하여 사용자 정의 Google 글꼴 인 Inter를 자동으로 최적화하고로드합니다.

Llamaindex에 대한 자세한 내용을 알아보십시오. 다음 리소스를 살펴보십시오.

llamaindex 문서 - Llamaindex (Python Features)에 대해 알아보십시오. llamaindexts 문서 - llamaindex (Typescript Feature)에 대해 알아보십시오. llamaindexts github 리포지토리를 확인할 수 있습니다. 귀하의 의견과 기부금을 환영합니다!