Llama3.1 Outreach Email Agent
1.0.0
โครงการนี้ได้รับการออกแบบมาเพื่อช่วยเหลือเจ้าหน้าที่พัฒนาธุรกิจโดยการสร้างอีเมลเผยแพร่ส่วนตัวตามรายละเอียดงานที่คัดลอกมาจากเว็บไซต์ มันใช้ Langchain สำหรับการขูดเว็บและการโหลดเอกสารฐานข้อมูลเวกเตอร์สำหรับการจัดเก็บและดึงพอร์ตการลงทุนที่เกี่ยวข้องและ LLAMA 3.1 บน GROQ สำหรับการระบุองค์ประกอบที่จำเป็นจากข้อมูลที่ออกมาและสร้างอีเมล เครื่องมือนี้ทำให้การเข้าถึงลูกค้าที่มีศักยภาพมีประสิทธิภาพและคล่องตัวมากขึ้น
แอพนี้ได้คัดค้านคำอธิบายงานจาก URL ที่กำหนดทำความสะอาดข้อความที่สกัดและใช้ Llama 3.1 เพื่อแยกข้อมูลที่เกี่ยวข้องเช่นบทบาทงานและทักษะที่จำเป็น จากนั้นแอพจะสอบถามฐานข้อมูลเวกเตอร์เพื่อค้นหาโครงการที่ตรงกันในพอร์ตโฟลิโอของ บริษัท และสร้างอีเมลเผยแพร่ประชาสัมพันธ์ส่วนบุคคลที่เน้นความเชี่ยวชาญของ บริษัท ในพื้นที่เหล่านั้น
นี่คือรายละเอียดของเทคโนโลยีและเครื่องมือที่ใช้ในโครงการนี้:
โคลนที่เก็บนี้
git clone https://github.com/username/outreach-email-agent.git
นำทางไปยังไดเรกทอรีโครงการ
cd outreach-email-agent
ตั้งค่าสภาพแวดล้อมเสมือนจริงและเปิดใช้งาน
python -m venv venv
source venv/bin/activate # On Windows: venvScriptsactivate
ติดตั้งแพ็คเกจที่ต้องการ
pip install -r requirements.txt
ตั้งค่าไฟล์ .env ของคุณด้วยคีย์ GROQ API ของคุณ:
GROQ_API_KEY=<your-api-key>
USER_AGENT=OutreachEmailAgent/1.0
| -- app/
| | -- main.py # Main Streamlit app
| | -- chains.py # Logic for using LLaMA for inference
| | -- ChromaVectorDB.py # Vector database for project portfolios
| | -- utils.py # Utility functions for cleaning text
| -- venv/ # Virtual environment
| -- .env # Environment variables
| -- README.md # Project documentation
| -- requirements.txt # Python dependencies เรียกใช้แอพ Streamlit
streamlit run app/main.py
ป้อน URL คำบรรยายลักษณะงานและแอพจะสร้างอีเมลที่ปรับให้เข้ากับการพัฒนาธุรกิจเพื่อวัตถุประสงค์ในการพัฒนาธุรกิจ
โครงการนี้ได้รับใบอนุญาตภายใต้ใบอนุญาต MIT ดูไฟล์ใบอนุญาตสำหรับรายละเอียดเพิ่มเติม
