lauzcom assistant

lauzcom assistant

lauzcom assistant เป็นโซลูชันแบบโต้ตอบและใช้งานง่าย ซึ่งออกแบบมาเพื่อให้เข้าถึงข้อมูลสำคัญของ Swisscom ได้อย่างราบรื่น ด้วยการบูรณาการโมเดล GPT อันทรงพลัง ลูกค้าสามารถถามคำถามเกี่ยวกับข้อมูลสาธารณะของ Swisscom และรับคำตอบที่แม่นยำได้อย่างรวดเร็ว

บอกลาการค้นหาด้วยตนเองที่สิ้นเปลืองเวลา แล้วให้ lauzcom assistant ปฏิวัติการโต้ตอบกับลูกค้าของคุณ

ผู้เขียน

โครงการ lauzcom assistant สร้างขึ้นโดย:

• คาร์เมน มาร์กอส
• ดาน โรเซนดาล

สารบัญ

• สาธิต
• สถาปัตยกรรม
• เริ่มต้นอย่างรวดเร็ว
• สภาพแวดล้อมการพัฒนา
  • เรียกใช้ Mongo และ Redis
  • เรียกใช้แบ็กเอนด์
  • เรียกใช้ส่วนหน้า
• ใบอนุญาต

สาธิต

วิดีโอสาธิต

สถาปัตยกรรม

เริ่มต้นอย่างรวดเร็ว

บันทึก

ตรวจสอบให้แน่ใจว่าคุณได้ติดตั้ง Docker แล้ว

บน macOS หรือ Linux ให้รัน:

./setup.sh

จะติดตั้งการขึ้นต่อกันทั้งหมดและอนุญาตให้คุณดาวน์โหลดโมเดลในเครื่องหรือใช้ OpenAI LauzHack Assistant ตอนนี้ทำงานที่ http://localhost:5173

มิฉะนั้น ให้ทำตามขั้นตอนเหล่านี้:

1. ดาวน์โหลดและเปิดพื้นที่เก็บข้อมูลนี้ด้วย git clone [email protected]:cern-lauzhack-2023/Lauzcom-Assistant.git

2. สร้างไฟล์ .env ในไดเร็กทอรีรากของคุณและตั้งค่าตัวแปร env API_KEY ด้วยคีย์ OpenAI API และ VITE_API_STREAMING เป็นจริงหรือเท็จ ขึ้นอยู่กับว่าคุณต้องการสตรีมคำตอบหรือไม่

   API_KEY= < YourOpenAIKey >
   VITE_API_STREAMING=true

   ดูตัวแปรสภาพแวดล้อมเผื่อเลือกในไฟล์ /.env-template และ /application/.env_sample

3. เรียกใช้ ./run-with-docker-compose.sh

4. LauzHack Assistant ตอนนี้ทำงานที่ http://localhost:5173

หากต้องการหยุด ให้กด Ctrl + C

สภาพแวดล้อมการพัฒนา

เรียกใช้ Mongo และ Redis

สำหรับการพัฒนา จะใช้คอนเทนเนอร์เพียงสองคอนเทนเนอร์จาก docker-compose.yaml (โดยการลบบริการทั้งหมดยกเว้น Redis และ Mongo) ดูไฟล์ docker-compose-dev.yaml

วิ่ง:

docker compose -f docker-compose-dev.yaml build
docker compose -f docker-compose-dev.yaml up -d

เรียกใช้แบ็กเอนด์

บันทึก

ตรวจสอบให้แน่ใจว่าคุณได้ติดตั้ง Python 3.10 หรือ 3.11 แล้ว

1. ส่งออกตัวแปรสภาพแวดล้อมที่จำเป็นหรือเตรียมไฟล์ .env ในโฟลเดอร์ /application
   • คัดลอก .env_sample และสร้าง .env ด้วยโทเค็น OpenAI API ของคุณสำหรับฟิลด์ API_KEY และ EMBEDDINGS_KEY

(ตรวจสอบ application/core/settings.py หากคุณต้องการดูตัวเลือกการกำหนดค่าเพิ่มเติม)

2. (ไม่บังคับ) สร้างสภาพแวดล้อมเสมือน Python: ปฏิบัติตามเอกสารอย่างเป็นทางการของ Python สำหรับสภาพแวดล้อมเสมือน

   ก) บน Linux และ macOS:

   python -m venv venv
   . venv/bin/activate

   ข) บน Windows:

   python -m venv venv
   venv/Scripts/activate

3. ติดตั้งการพึ่งพาสำหรับแบ็กเอนด์:

pip install -r application/requirements.txt

4. เรียกใช้แอปโดยใช้:

flask --app application/app.py run --host=0.0.0.0 --port=7091

API แบ็กเอนด์ตอนนี้ทำงานที่ http://localhost:7091

5. เริ่มต้นพนักงานด้วย:

celery -A application.app.celery worker -l INFO

เรียกใช้ส่วนหน้า

บันทึก

ตรวจสอบให้แน่ใจว่าคุณมีโหนดเวอร์ชัน 16 ขึ้นไป

1. นำทางไปยังโฟลเดอร์ /frontend
2. ติดตั้งแพ็คเกจที่จำเป็น husky และ vite (ไม่ต้องสนใจหากติดตั้งแล้ว)

npm install husky -g
npm install vite -g

3. ติดตั้งการพึ่งพาโดยการรัน:

npm install --include=dev

4. เรียกใช้แอปโดยใช้:

npm run dev

ส่วนหน้าตอนนี้ทำงานที่ http://localhost:5173

ใบอนุญาต

ลิขสิทธิ์ซอร์สโค้ดคือ MIT ตามที่อธิบายไว้ในไฟล์ LICENSE

สร้างด้วย? - แลงเชน