gemma7b groq streamlit

GEMMA 7B พร้อม GROQ - Streamlit PDF ไปยัง Vector Database API

ยินดีต้อนรับสู่ Gemma 7b พร้อมที่เก็บ Groq! โครงการนี้นำเสนอการรวมโมเดลภาษา Gemma 7B กับ GROQ เพื่อประมวลผลเอกสาร PDF คงที่แปลงเนื้อหาเป็นฐานข้อมูลเวกเตอร์และให้อินเทอร์เฟซ Q&A แบบโต้ตอบโดยใช้ Streamlit ผู้ใช้สามารถถามคำถามและรับคำตอบพร้อมกับข้อมูลที่เกี่ยวข้องทั้งหมดผ่านเว็บแอปพลิเคชันที่ใช้งานง่าย

ภาพรวม

ที่เก็บนี้เป็นโซลูชันที่มีความคล่องตัวสำหรับการแปลงเอกสาร PDF เป็นฐานข้อมูลเวกเตอร์ที่ค้นหาได้โดยใช้ภาษา GROQ และ GEMMA 7B โมเดล แอปพลิเคชันถูกสร้างขึ้นด้วย Streamlit เพื่อเปิดใช้งานอินเตอร์เฟสคำถามและคำตอบแบบโต้ตอบ ผู้ใช้สามารถสำรวจเนื้อหาของ PDF ถามคำถามและดูข้อมูลที่เกี่ยวข้องที่ใช้ในการสร้างคำตอบ

คุณสมบัติ

• การประมวลผล PDF : แยกข้อความจากเอกสาร PDF คงที่ (ค่าเริ่มต้นเป็นรายงานการวิจัย VIT)
• Vectorization : แปลงข้อความที่สกัดเป็นตัวแทนเวกเตอร์โดยใช้ Gemma 7B
• คำถามและคำตอบแบบโต้ตอบ : ถามคำถามและรับคำตอบพร้อมกับข้อมูลที่เกี่ยวข้องผ่านแอพพลิเคชั่นเว็บ
• โฟลเดอร์ข้อมูล : เปลี่ยนเอกสาร PDF ได้อย่างง่ายดายโดยการวางไฟล์ใหม่ในโฟลเดอร์ data
• การกำหนดค่าสภาพแวดล้อม : จัดการคีย์ API โดยใช้ไฟล์. .env

เริ่มต้น

ข้อกำหนดเบื้องต้น

• Python 3.8 หรือสูงกว่า
• มีแสงสว่าง
• ห้องสมุด Groq
• รุ่น Gemma 7B
• แพ็คเกจ Python ที่จำเป็น (แสดงอยู่ใน requirements.txt )
• คีย์ GROQ และ Google API

การติดตั้ง

1. โคลนที่เก็บ:

   git clone https://github.com/NevroHelios/gemma7b-groq-streamlit.git
   cd gemma7b-groq-streamlit

2. ติดตั้งการพึ่งพา:

   pip install -r requirements.txt

3. ดาวน์โหลดและตั้งค่ารุ่น Gemma 7B

4. รับคีย์ GROQ และ Google API ของคุณและเพิ่มลงในไฟล์ .env ในไดเรกทอรีรูท:

    GROQ_API_KEY=your_groq_api_key
   GOOGLE_API_KEY=your_google_api_key
   

การใช้งาน

1. เตรียม PDF :

   • วางไฟล์ PDF ของคุณในไดเรกทอรี data (ไฟล์เริ่มต้นเป็นรายงานการวิจัย VIT)

2. เรียกใช้แอพ Streamlit :

   • เริ่มแอพ Streamlit:

     streamlit run app.py

3. โต้ตอบกับแอพ :

   • เปิดเบราว์เซอร์ของคุณและนำทางไปยัง URL ท้องถิ่นที่ให้ไว้ (เช่น http://localhost:8501 )
   • ถามคำถามเกี่ยวกับเนื้อหา PDF และดูข้อมูลที่เกี่ยวข้อง

โครงสร้างไดเรกทอรี

• data/ : มีไฟล์ PDF ที่จะประมวลผล ไฟล์เริ่มต้นเป็นรายงานการวิจัย VIT
• app.py : ไฟล์แอปพลิเคชัน Main Streamlit
• requirements.txt : รายการแพ็คเกจ Python ที่จำเป็น
• .env : ไฟล์เพื่อจัดเก็บปุ่ม API อย่างปลอดภัย

การบริจาค

เรายินดีต้อนรับการมีส่วนร่วมเพื่อปรับปรุงการทำงานและประสิทธิภาพของโครงการนี้ กรุณาแยกที่เก็บและส่งคำขอดึงพร้อมกับการเปลี่ยนแปลงของคุณ ตรวจสอบให้แน่ใจว่ารหัสของคุณเป็นไปตามแนวทางสไตล์ที่กำหนดและผ่านการทดสอบทั้งหมด

ใบอนุญาต

โครงการนี้ได้รับใบอนุญาตภายใต้ใบอนุญาต MIT ดูไฟล์ LICENSE สำหรับรายละเอียด

กิตติกรรมประกาศ

ขอขอบคุณเป็นพิเศษสำหรับนักพัฒนาและผู้มีส่วนร่วมของ Gemma 7B, Groq และ Streamlit สำหรับเครื่องมือและการสนับสนุนที่ทรงพลังของพวกเขา

---

อย่าลังเลที่จะสำรวจใช้และมีส่วนร่วมในที่เก็บนี้ หากคุณมีคำถามหรือต้องการความช่วยเหลือโปรดเปิดปัญหา

การเข้ารหัสมีความสุข!