law cn ai

Ай -ассистент AI

Источник юридического документа: https://github.com/lawrefbook/laws

Шаблон проекта: https://github.com/supabase-community/nextjs-openai-doc-search

Этот проект берет все файлы .mdx из каталога pages и обрабатывает их в пользовательский контекст для использования в автозаполнении Openai.

Больше удовольствия

Умный помощник по письму	ИИ энциклопедия	Быстрое генератор
Эксперт по переводу ИИ	❤ награда и спонсорство ❤

развертывать

Развернуть этот стартер в Vercel. Supabase Integration автоматически устанавливает необходимые переменные среды и настраивает ваш профиль базы данных. Вам просто нужно установить OPENAI_KEY , и вы готовы к работе!

Плакат слишком ленив, спасибо Годжуну за помощь в написании учебника: https://eibot3u32o.feishu.cn/docx/l46pdp3fjoupuvxanzpckctno3

Технические детали

Создание собственного CHATGPT включает в себя четыре шага:

1. pages .mdx
2. [?
3. [?
4. [?

?

Шаги 1 и 2 происходят во время сборки, например, когда Vercel строит ваше приложение. JS. В настоящее время выполняется сценарий generate-embeddings , который выполняет следующие задачи:

 секвенированная
    Участник Версель
    Участник DB (PGVECTOR)
    Участник Openai (API)
    Цикл 1. Предварительная обработка знаний Base Base Vercel->> Vercel: Разделите страницу .mdx на петлю деталей.
            Vercel->> DB (PGVector): встроенный конец части страницы
    конец

В дополнение к хранению встроенных векторов, этот скрипт генерирует контрольную сумму для каждого файла .mdx и сохраняет ее в другой таблице базы данных, чтобы убедиться, что встроенные векторы регенерируются только при изменении файла.

?

Шаги 3 и 4 происходят во время выполнения, то есть, когда пользователь представляет проблему. Когда это происходит, выполните следующую серию задач:

 секвенированная
    Участник клиент
    Функция преимущества участника
    Участник DB (PGVECTOR)
    Участник Openai (API)
    Client->> Функция края: {Query: Lorem ispum}
    Критическая 3. Выполните функцию поезда поиска вектора сходства ->> openai (API): Создайте встроенный OpenAI (API) для запроса ->>
        Функция края->> db (pgvector): векторный сходство Поиск DB (PGVector)->> Функция края:
    Критическое 4. Внедрение контента в функцию Edge Edge->> OpenAI (API): Полная приглашение на запрос: Query + Содержание связанного документа OpenAI (API)->> Клиент: Текст/Строка событий: автоматическое завершение конца ответа

Это соответствующий файл, ответственный за компонент SearchDialog（客户端） и vector-search（边缘函数） .

Инициализация базы данных, включая настройки для расширения pgvector , хранится в папке supabase/migrations и автоматически применяется к местному экземпляру PostgreSQL при запуске supabase start .

Местное развитие

Конфигурация

• cp .env.example .env
• Установите OPENAI_KEY в недавно созданном файле .env .

Начните Supabase

Убедитесь, что Docker установлен и работает локально. Затем беги

npx supabase start

Начните приложение Next.js

Запустить в новом окне терминала

pnpm dev

развертывать

Просто разверните этот стартер в Vercel. Интеграция Supabase автоматически устанавливает необходимые переменные среды и настраивает схему вашей базы данных. Вам просто нужно установить OPENAI_KEY и начать!

узнать больше

• Прочитайте наш пост в блоге о том, как мы строим документацию Supabase Chatgpt.
• [DOCS] PGVECTOR: Функции сходства встраивания и вектора.
• Посмотрите видео Greg «Как я построил это» о канале синдрома кроличьей дыры YouTube:

此文件由 ChatGPT 提供翻译

Звездная история