Retrieval Augmented Generation Engine with LangChain and Streamlit

Поиск дополненного генерального двигателя с использованием Langchain, Streamlit и Pinecone

Доступ к приложению на облачной платформе Streamlit

Обзор

Поиск дополненного двигателя (RAG) является мощным инструментом для поиска документов, суммирования и интерактивного ответа на вопросы. Этот проект использует Langchain, Streamlit и Pinecone, чтобы предоставить пользователям бесшовное веб -приложение для выполнения этих задач. С помощью RAG вы можете легко загрузить несколько документов PDF, генерировать векторные встраивания для текста в этих документах и ​​выполнять разговорные взаимодействия с документами. История чата также запоминается для более интерактивного опыта.

Функции

• Wreatlit Web App : Проект создан с использованием Streatlit, предоставляя интуитивно понятный и интерактивный веб -интерфейс для пользователей.
• Поля ввода : Пользователи могут вводить основные учетные данные, такие как клавиша API OpenAI и ключ API Pinecone через выделенные поля ввода.
• Загрузка документа : пользователи могут загружать несколько файлов PDF, которые затем обрабатываются для дальнейшего анализа.
• Разделение документов : загруженные PDF -файлы разделены на более мелкие текстовые куски, обеспечивая совместимость с моделями с ограничениями токена.
• Векторные встраивания : текстовые кусочки преобразуются в векторные встраивания, что облегчает выполнение поиска и вопросов.
• Гибкое хранилище векторного вектора : вы можете хранить векторные встраивания в Pinecone или локальный векторный хранилище, обеспечивая гибкость и управление.
• Интерактивные разговоры : пользователи могут участвовать в интерактивных беседах с документами, задавать вопросы и получать ответы. История чата сохранилась для справки.

Предварительные условия

Прежде чем запустить проект, убедитесь, что у вас есть следующие предпосылки:

• Python 3.7+
• Лангхейн
• Поток
• Pinecone
• Ключ API OpenAI
• PDF документы для загрузки

Использование

1. Клонировать репозиторий к местной машине:

   git clone https://github.com/mirabdullahyaser/Retrieval-Augmented-Generation-Engine-with-LangChain-and-Streamlit.git
   cd Retrieval-Augmented-Generation-Engine-with-LangChain-and-Streamlit

2. Установите требуемые зависимости, работая:

   pip install -r requirements.txt

3. Запустите приложение Streamlit:

   streamlit run src/rag_engine.py

4. Доступ к приложению, открыв веб -браузер и перейдя на предоставленный URL.

5. Введите свой ключ API OpenAI, клавишу API Pinecone, среду Pinecone и имя индекса Pinecone в соответствующих полях. Вы можете предоставить их либо в боковой панели приложения, либо поместить их в файл secrets.toml в каталоге .streamlit

6. Загрузите PDF -документы, которые хотите проанализировать.

7. Нажмите кнопку «Отправить документы», чтобы обработать документы и генерировать векторные встроения.

8. Вступайте в интерактивные беседы с документами, вводя ваши вопросы в поле ввода чата.

Участники

Мир Абдулла Язер

Контакт

Если у вас есть какие -либо вопросы, предложения или хотели бы обсудить этот проект дальше, не стесняйтесь связаться со мной:

• Электронная почта
• LinkedIn

Я открыт для сотрудничества и буду рад подключиться!