llm movieagent

LLM-MovieAgent

Этот проект предназначен для реализации агента, способного взаимодействовать с графической базой данных, такой как NEO4J, через семантический слой с использованием вызова функции OpenAI. Семантический слой предоставляет агенту набор надежных инструментов, позволяя ему взаимодействовать с базой данных графиков на основе намерения пользователя. Читайте больше в сообщении в блоге.

Чтобы запустить проект, запустите следующую команду:

 docker-compose up

Откройте http://localhost:8501 в вашем браузере, чтобы взаимодействовать с агентом.

Инструменты

Агент использует несколько инструментов для эффективного взаимодействия с базой данных Graph NEO4J:

1. Информационный инструмент :
   • Получает данные о фильмах или отдельных лицах, обеспечивая доступ к агенту к последней и наиболее важной информации.
2. Рекомендационный инструмент :
   • Предоставляет рекомендации фильма на основе предпочтений пользователей и ввода.
3. Инструмент памяти :
   • Хранит информацию о предпочтениях пользователей в графике знаний, что позволяет получить персонализированный опыт в течение нескольких взаимодействий.

Настройка среды

Вам необходимо определить следующие переменные среды в файле .env .

 OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>
NEO4J_URI=<YOUR_NEO4J_URI>
NEO4J_USERNAME=<YOUR_NEO4J_USERNAME>
NEO4J_PASSWORD=<YOUR_NEO4J_PASSWORD>

Контейнеры Docker

Этот проект содержит следующие услуги, завернутые в контейнеры Docker

1. Neo4j :
   • NEO4J, база данных о графике, используется для хранения информации об актерах, фильмах и их рейтингах.
2. API :
   • Использует шаблон Langchain neo4j-semantic-layer для реализации возможностей вызова OpenAI и функций.
3. UI :
   • Простой интерфейс пользователя чата. Доступно на localhost:8501 .

Заполняется данными

Если вы хотите заполнить БД примером набора данных фильма, вы можете запустить ingest.py . Сценарий импортирует информацию о фильмах и их рейтинг пользователей. Для запуска в контейнере Docker API (рекомендуется) сделать следующее:

 # access container shell
docker exec -it < container id for llm-movieagent-api > bash
# run script
python ingest.py

Кроме того, скрипт создает два полных индекса, которые используются для картирования информации из пользовательского ввода в базу данных. Набор данных основан на наборе данных Movielens, который также доступен в качестве Recommendation проекта в песочнице NEO4J.

Вклад

Взносы приветствуются!