langchain supabase website chatbot

Langchain & Supabase - Crie um chatgpt chatbot para o seu site

Crie um chatgt chatbot para o seu site usando Langchain, Supabase, TypeScript, OpenAI e Next.JS. O Langchain é uma estrutura que facilita a criação de aplicativos escaláveis ​​de AI/LLM. O Supabase é um banco de dados Postgres de código aberto que pode armazenar incorporação usando uma extensão vetorial PG.

Vídeo tutorial

Entre em contato via Twitter se precisar de ajuda

O guia visual deste repositório e tutorial está na pasta visual guide .

Desenvolvimento

1. Clone o repo

 git clone [github https url]

2. Instale pacotes

 pnpm install

3. Configure seu arquivo .env

• Copy .env.local.example em .env seu arquivo .env deve ser assim:

 OPENAI_API_KEY=

NEXT_PUBLIC_SUPABASE_URL=
NEXT_PUBLIC_SUPABASE_ANON_KEY=
SUPABASE_SERVICE_ROLE_KEY=

• Visite o OpenAI para recuperar as teclas da API e inserir seu arquivo .env .
• Visite Supabase para criar um banco de dados e recuperar suas chaves no painel do usuário, conforme as instruções dos documentos

4. Na pasta config , substitua os URLs na matriz pelos URLs do seu site (o script requer mais de um URL).

5. Nos utils/custom_web_loader.ts dentro da função load , substitua os valores do title , date e content pelos elementos CSS do texto que você deseja extrair de uma determinada página da web. Você pode aprender mais sobre como usar o Cheerio aqui

Você pode adicionar seus elementos personalizados aos metadados para atender às suas necessidades, observe que o formato padrão do carregador, conforme abaixo, espera pelo menos uma string para pageContent e metadata que contêm uma propriedade source como um valor retornado:

 async load(): Promise<Document[]>{
  const $ = await this.scrape();
      const text = $("body").text();
    const metadata = { source: this.webPath };
    return [new Document({ pageContent: text, metadata })];
  }

O pageContent e metadata serão posteriormente armazenados na sua tabela de banco de dados Supabase.

6. Copie e execute schema.sql em seu editor Supabase SQL

• Verificação cruzada A tabela documents existe no banco de dados, bem como na função match_documents .

? Instruções para raspar e incorporar

Para executar o script de raspagem e incorporação em scripts/scrape-embed.ts basta executar:

npm run scrape-embed

Este script visitará todos os URLs observados na pasta config e extrairá os dados especificados no arquivo custom_web_loader.ts .

Em seguida, ele usará as incorporações do OpenAI ( text-embedding-ada-002 ) para converter seus dados raspados em vetores.

Execute o aplicativo

Depois de verificar se as incorporações e o conteúdo foram adicionados com sucesso à sua tabela Supabase, você pode executar o aplicativo npm run dev e digitar uma pergunta para fazer seu site.

Crédito

Frontend deste repositório é inspirado em Langchain-Chat-Nextjs

Este repositório usa guias detalhados do site de especialista em produtividade, Thomas Frank.