medicalrag
1.0.0
Этот проект создает базу знаний, полученных медицинским поиском, с использованием знаний, с использованием Next.js , Langchain и Pinecone в качестве векторной базы данных. Система обрабатывает медицинские документы (например, файлы PDF) и хранит свои встроенные в векторную базу данных, что позволяет эффективному поиску сходства для получения соответствующей информации в ответ на запросы пользователей.
Это приложение предоставляет удобный интерфейс для загрузки медицинских документов, таких как PDFS, преобразование их в куски и хранение их вставки в векторной базе данных (Pinecone). Система использует Langchain для документов обнимания и моделей обнимающего лица для создания вторжений. Эти встраивания можно эффективно искать для получения соответствующей информации из баз медицинских знаний.
git clone https://github.com/ShantamShukla/medicalrag.git
cd medicalragУбедитесь, что у вас установлен Node.js (версия 18 или выше). Затем установите необходимые пакеты:
npm install Создайте файл .env в корне проекта и добавьте следующие переменные среды:
PINECONE_API_KEY=your_pinecone_api_keyВы можете получить свой клавиша API Pinecone, зарегистрировавшись в Pinecone.
После настройки запустите сервер разработки:
npm run dev Ваше приложение будет работать по адресу http://localhost:3000 .
Следующие конфигурации необходимы для приложения:
Вы можете указать их в пользовательском интерфейсе перед загрузкой файлов.
http://localhost:3000 .Плана прогресса будет отслеживать процесс, а встраивание будет выдвинуто в базу данных Pinecone.
После того, как встроены обработаны и хранятся, вы можете просмотреть их на панели панели Pinecone.
Вы можете расширить приложение, создав интерфейс поиска, чтобы запрашивать хранимые встраивания и получить соответствующую информацию.
├── pages/
│ ├── api/
│ │ └── updatedatabase.ts # API route to handle document uploading and embedding
│ ├── index.tsx # Main page for uploading documents
├── utils/
│ ├── updateVectorDB.ts # Utility function to chunk, embed, and upload vectors
├── components/
│ └── UI components for the project
├── documents/ # Place for storing documents
├── config.ts # Configuration file (batch sizes, etc.)
├── .env # Environment variables
└── README.md # This readme file
Если вы столкнетесь с ошибкой:
Failed to find any user-provided fetch implementation. Using global fetch implementation.
Убедитесь, что вы запускаете node.js версии 18+ , которая обеспечивает глобальную функцию fetch . Вы можете обновить node.js с помощью:
nvm install 18
nvm use 18 Если векторы не выдвигаются в Pinecone, убедитесь, что ваш ключ API правильно настроен в файле .env .
Для больших документов PDF процесс внедрения может занять время. Пусть он работает до тех пор, пока строка проработана не покажет завершение.
