Chatbot Long Short Term Memory
1.0.0
Этот репозиторий содержит расширенный чат-бот, созданный с помощью API OpenAI, который использует долговременную память, расширенную логику, встраивание и базы данных для обеспечения действительно уникального пользовательского опыта. В отличие от традиционных чат-ботов, которые просто отвечают на ввод пользователей на основе предварительно определенных правил или сценариев, этот чат-бот может вспомнить, что вы сказали в более ранних разговорах, и опираться на эти знания, чтобы предоставить более индивидуальные и актуальные ответы.
Усовершенствованные логические возможности Chatbot также означают, что он может справиться с более сложными разговорами и предоставлять более нюансированные ответы, заставляя его чувствовать, что вы общаетесь с настоящим человеком. Кроме того, чат-бот использует встроенные и базы данных для достижения долговременной памяти, позволяя ему сохранять информацию из предыдущих разговоров и использовать эту информацию для информирования о будущих взаимодействиях.
Чтобы обеспечить надежный пользовательский опыт, The Chatbot также включает в себя аутентификацию «Знай-ваш клист» (KYC) через Google Login. Эта функция проверяет личность пользователей и помогает предотвратить мошенничество и злоупотребления.
Одной из ключевых особенностей этого чата является его гибкие подсказки. Например, подсказка по умолчанию предназначена для того, чтобы чат -бот действовал как итальянский учитель, но вы можете легко изменить подсказку, чтобы соответствовать любому другому варианту использования, который вы имеете в виду. Это делает чат -бот очень универсальным и адаптируемым к широкому спектру вариантов использования.
Использует последнюю модель (GPT-3.5-Turbo) API OpenAI для передовой обработки естественного языка
Долгосрочная память, достигнутая с помощью встроенных и баз данных
Гибкие подсказки позволяют легко настраивать любые варианты использования
Усовершенствованные логические возможности обеспечивают более сложные разговоры и нюансированные ответы
Аутентификация KYC через вход в Google обеспечивает безопасный пользовательский опыт
Может быть легко интегрирован в различные приложения и платформы
Если вы ищете чат-бот, который выходит за рамки простых сценариев и правил, и может предоставить более персонализированный и привлеченный пользовательский опыт при одновременном обеспечении безопасности пользовательской информации, этот чат-бот с AI с долгосрочной памятью, расширенную логику и аутентификацию KYC является идеальным решением!
Чтобы использовать чат -бот, вам сначала нужно будет клонировать этот репозиторий на местную машину. Вы можете сделать это, запустив следующую команду в своем терминале:
git clone https://github.com/FaustoNisida/AI-Chatbot-Long-Term-Memory thefolderofyourchoise
cd thefolderofyourchoise
Далее вам нужно будет установить все зависимости для клиентских и серверных приложений. Для этого сначала перейдите к клиентскому каталогу в вашем терминале:
cd client
Затем запустите следующую команду для установки клиентских зависимостей:
npm install --force
Обратите внимание, что флаг -Force может потребоваться, если вы столкнетесь с любыми ошибками во время процесса установки.
Далее перейдите к серверному каталогу в вашем терминале:
cd ../server
Затем запустите следующую команду для установки серверных зависимостей:
npm install
После установки зависимостей вам необходимо будет создать файл .env как в каталогах клиента, так и в серверных каталогах, содержащих следующие переменные окружающей среды:
OPENAI_API_KEY=<youropenaiapikey>
Создайте свой ключ Openai здесь
API_KEY=<yourcustomapikeyforaccessingtheserver>
Вы можете разместить любой пароль или ключ по вашему выбору в поле API_KEY .
VITE_Api_Key=<yourcustomapikeyforaccessingtheserver>
VITE_Google_Client_id=<yourgoogleclientid>
Создайте проект, а затем идентификатор клиента Google здесь
Чтобы убедиться, что ваш идентификатор клиента Google должным образом настроен, важно включить следующее происхождение в процессе создания:
Авторизованное происхождение JavaScript:
Авторизованный перенаправление URI:
В поле VITE_Api_Key вы должны разместить тот же пароль или ключ, который вы разместили в переменной среды API_KEY в файле клиента .ENV.
Теперь вы готовы использовать приложение
Откройте окно терминала.
Перейдите к каталогу сервера, запустив командный cd server .
Запустите сервер, запустив npm run server .
Сервер сейчас работает на http: // localhost: 3000
По умолчанию чат -бот настроен на ведение итальянского учителя. Тем не менее, вы можете легко изменить подсказку, чтобы соответствовать любому другому варианту использования, который вы имеете в виду. Просто отредактируйте подсказку в строке 97 файла index.js в каталоге сервера, чтобы включить вашу желаемую подсказку .
Откройте второе окно терминала, не закрывая терминал, где в настоящее время работает клиент .
Перейдите к клиентскому каталогу, запустив cd client .
Запустите клиент, запустив команду npm run dev .
Клиент и сервер теперь работают, и вы можете получить доступ к приложению, посетив http: // localhost: 5173 в вашем веб -браузере.
Наслаждайтесь использованием!
Рекомендуется сохранить вставки и входы и выходы, связанные с результатами в базе данных, которая поддерживает поиск вектора, такие как Weaviate или Pinecone. В то время как локальные файлы JSON (как я использовал для этого проекта ради времени), могут использоваться в качестве базы данных для небольших проектов или прототипирования, наилучшим образом использовать специализированные базы данных при работе со вставками и связанными с ними данных.
Сохранение встроенных и связанных данных в базе данных векторного поиска, вы можете легко поиск и получение соответствующей информации при необходимости, не полагаясь на более сложные и более медленные запросы базы данных. Это может значительно улучшить общую скорость и эффективность чат -бота, что приведет к лучшему пользовательскому опыту.
Имейте в виду, что, хотя эти базы данных могут предлагать значительные преимущества, они также могут потребовать дополнительную настройку и обслуживание по сравнению с традиционными базами данных. Рассмотрим свои конкретные потребности и ресурсы, прежде чем принять решение об использовании базы данных векторного поиска.
Если вы хотите внести свой вклад в этот проект, пожалуйста, не стесняйтесь отправлять запрос на привлечение с предлагаемыми изменениями. Мы приветствуем все вклад, включая исправления ошибок, новые функции и улучшения в документации.
Если у вас есть какие -либо вопросы или отзывы об этом проекте, не стесняйтесь обращаться к нам:
Мы хотели бы услышать от вас и рады помочь с любыми проблемами, с которыми вы можете столкнуться.
