rag with knowledge base management
1.0.0
Рэг (поиск-август, поколение), приложение, интегрированное с голосовым помощником и системой управления базой знаний.
Это приложение интегрирует модель тряпичной (поисковой генерации с августом) с голосовым помощником, позволяя пользователям взаимодействовать с системой посредством ввода голоса или текста. Кроме того, он включает в себя систему управления базой знаний, позволяющая пользователям добавлять, просмотреть и удалять документы, используемые моделью RAG через URL.
Приложение развернуто на акциях Streamlit и может быть доступен по следующему URL:
Langchain - это структура, разработанная для создания приложений, которые используют языковые модели. Он предоставляет инструменты для подключения языковых моделей к внешним источникам данных, что обеспечивает более сложные и контекстуальные взаимодействия.
Приложение использует несколько моделей OpenAI для предоставления разговорных возможностей и поиска документов:
gpt-3.5-turbo ) для генерации ответов на основе пользовательских запросов и предыдущего контекста разговора.whisper-1 ) для автоматического распознавания речи для транскрибирования аудио входов от пользователей. Кроме того, Cohere Re-Ranker ( Default: rerank-english-v2.0 ) для улучшения актуальности извлеченных документов путем перевода их на основе их актуальности к запросу.
DeepLake используется в качестве векторного магазина для хранения и получения документов. Это облегчает эффективное поиск сходства и поиск соответствующих документов из базы знаний.
Apify - это платформа для очистки и автоматизации сети, которая позволяет извлекать данные с веб -сайтов. Он используется для очистки документов из URL -адресов, предоставленных пользователями, и хранить их в базе знаний.
Streamlit-это приложение с открытым исходным кодом, которая позволяет создавать пользовательские веб-приложения для проектов машинного обучения и науки о данных с минимальными усилиями. Он используется здесь для создания пользовательского интерфейса приложения.
Чтобы установить приложение локально, вам нужно установить Docker на вашем компьютере. Затем запустите следующие команды:
docker build -t rag-with-knowledge-base-management .docker run -p 8501:8501 rag-with-knowledge-base-managementПриложение теперь должно быть доступно по адресу http: // localhost: 8501.
Пожалуйста, обязательно добавьте свои ключи API в файл .env перед запуском приложения. Следующие ключи внутри .env.example должны быть заполнены:
OPENAI_API_KEY - openai api -ключCOHERE_API_KEY - cohere api -ключAPIFY_API_TOKEN - apify api tokenACTIVELOOP_TOKEN - токен ActiveLoop APIACTIVELOOP_ORG_ID - идентификатор организации ActiveLoop Распределено по лицензии Apache 2.0 с открытым исходным кодом. Смотрите LICENSE для получения дополнительной информации.
Следующие репозитории были полезны для создания этого проекта:
