RAG QnA App

Rag Q&A แอปพลิเคชัน?

RAG นี้ (Generation-uugmented Generation) แอปถามและตอบกลับช่วยให้ผู้ใช้สามารถอัปโหลดเอกสารและสอบถามสำหรับคำตอบที่เกี่ยวข้อง ผู้ใช้สามารถป้อนคีย์ OpenAI API อัปโหลดเอกสาร (ไฟล์ PDF หรือไฟล์ข้อความ) และถามคำถามที่เกี่ยวข้องกับเนื้อหาเอกสาร แอพจะสร้างคำตอบตามเอกสารที่อัปโหลดโดยใช้โมเดลภาษาของ OpenAI

คำเตือน

นี่คือ การใช้งานพื้นฐาน ของระบบการเรียกคืน (RAG) การดึง (RAG) ดังนั้นจึงอาจมีข้อ จำกัด ในการจัดการเอกสารที่ซับซ้อนหรือตอบคำถามที่เหมาะสม เวอร์ชันในอนาคตอาจรวมถึงการประมวลผลเอกสารที่ได้รับการปรับปรุงการจัดการแบบสอบถามที่ดีขึ้นและอื่น ๆ โปรดใช้เครื่องมือตามนั้นและเป็นธรรม

คุณสมบัติ

• การอัปโหลดเอกสาร : รองรับการอัปโหลดไฟล์ PDF และข้อความ
• การรวม OpenAI API : ผู้ใช้สามารถป้อนคีย์ OpenAI API ของตนเองสำหรับการสร้างคำตอบ
• คำถามและคำตอบแบบโต้ตอบ : อนุญาตให้ผู้ใช้ถามคำถามเกี่ยวกับเนื้อหาของเอกสารที่อัปโหลดและรับคำตอบที่เกี่ยวข้อง

การตั้งค่าและการติดตั้ง

ข้อกำหนดเบื้องต้น

• Python 3.8 ขึ้นไป
• Git (เป็นทางเลือกหากอัปโหลดโดยตรง)
• คีย์ OpenAI API (จำเป็นสำหรับการสอบถามเอกสาร)

การใช้งาน

1. ป้อนคีย์ OpenAI API ของคุณ (บังคับ) : แอปต้องการคีย์ OpenAI API เพื่อสร้างคำตอบ ป้อนคีย์ของคุณในฟิลด์อินพุตที่ให้ไว้เมื่อเริ่มต้น หากคุณไม่มีคีย์ OpenAI API ให้สร้าง

2. อัปโหลดเอกสาร : คลิกปุ่มอัปโหลดเพื่อเลือกเอกสาร (PDF หรือไฟล์ข้อความ) แอพจะประมวลผลเนื้อหาสำหรับการสืบค้น

3. ถามคำถาม : ป้อนคำถามของคุณในช่องแบบสอบถามที่เกี่ยวข้องกับเนื้อหาของเอกสารที่อัปโหลด แอพจะสร้างและแสดงคำตอบที่เกี่ยวข้องตามเนื้อหาเอกสาร

โครงสร้างไฟล์

 RAG_Project
│
├── app.py                # Main Streamlit application
├── requirements.txt      # List of dependencies
└── README.md             # Documentation for the app (this file)

กิตติกรรมประกาศ

• Streamlit สำหรับกรอบแอพแบบโต้ตอบ
• OpenAI สำหรับการจัดหา API และรูปแบบภาษา
• Langchain สำหรับการปรับปรุงการประมวลผลเอกสารและความสามารถในการดึงข้อมูล

---