gemma7b groq streamlit

Gemma 7b com groq - slamlit pdf para vetor database API

Bem -vindo ao Gemma 7b com o Repositório Groq! Este projeto mostra a integração do modelo de idioma Gemma 7b com o GROQ para processar um documento fixo em PDF, converter seu conteúdo em um banco de dados vetorial e fornecer uma interface de perguntas e respostas interativa usando o Streamlit. Os usuários podem fazer perguntas e receber respostas, juntamente com os dados relevantes, por todo um aplicativo da Web fácil de usar.

Visão geral

Este repositório fornece uma solução simplificada para converter um documento PDF em um banco de dados de vetor pesquisável usando o modelo Groq Language e Gemma 7B. O aplicativo é criado com o Streamlit para ativar uma interface interativa de perguntas e respostas. Os usuários podem explorar o conteúdo do PDF, fazer perguntas e visualizar dados relevantes usados ​​para gerar respostas.

Características

• Processamento em PDF : Extraia o texto de um documento fixo em PDF (o padrão é um artigo de pesquisa Vit).
• Vectorização : converter texto extraído em representações vetoriais usando Gemma 7b.
• Perguntas e respostas interativas : Faça perguntas e receba respostas, juntamente com os dados relevantes, por meio de um aplicativo da Web StreamLit.
• Pasta de dados : altere facilmente o documento PDF colocando um novo arquivo na pasta data .
• Configuração do ambiente : Gerencie as teclas da API usando um arquivo .env .

Começando

Pré -requisitos

• Python 3.8 ou superior
• Simplit
• Biblioteca Groq
• Modelo Gemma 7b
• Pacotes Python necessários (listados no requirements.txt )
• Chaves de API GROQ e Google

Instalação

1. Clone o repositório:

   git clone https://github.com/NevroHelios/gemma7b-groq-streamlit.git
   cd gemma7b-groq-streamlit

2. Instale dependências:

   pip install -r requirements.txt

3. Faça o download e configure o modelo Gemma 7B.

4. Obtenha suas teclas API GROQ e Google e adicione -as a um arquivo .env no diretório raiz:

    GROQ_API_KEY=your_groq_api_key
   GOOGLE_API_KEY=your_google_api_key
   

Uso

1. Prepare o PDF :

   • Coloque seu arquivo PDF no diretório data (o arquivo padrão é um trabalho de pesquisa VIT).

2. Execute o aplicativo StreamLit :

   • Inicie o aplicativo StreamLit:

     streamlit run app.py

3. Interagir com o aplicativo :

   • Abra o navegador e navegue até o URL local fornecido (por exemplo, http://localhost:8501 ).
   • Faça perguntas sobre o conteúdo do PDF e visualize dados relevantes.

Estrutura de diretório

• data/ : contém o arquivo PDF a ser processado. O arquivo padrão é um artigo de pesquisa da VIT.
• app.py : Arquivo de aplicativo principal do SLIPLIT.
• requirements.txt : Lista de pacotes Python necessários.
• .env : Arquivo para armazenar as teclas da API com segurança.

Contribuindo

Congratulamo -nos com contribuições para aprimorar a funcionalidade e o desempenho deste projeto. Por favor, faça o repositório e envie uma solicitação de tração com suas alterações. Certifique -se de que seu código siga as diretrizes de estilo estabelecido e passe todos os testes.

Licença

Este projeto está licenciado sob a licença do MIT. Consulte o arquivo LICENSE para obter detalhes.

Agradecimentos

Agradecimentos especiais aos desenvolvedores e colaboradores de Gemma 7B, Groq e simplitam por suas poderosas ferramentas e suporte.

---

Sinta -se à vontade para explorar, usar e contribuir para este repositório. Se você tiver alguma dúvida ou precisar de assistência, abra um problema.

Codificação feliz!