พัฒนาผ้าขี้ริ้วโดยใช้ llamaidex
แบ็กเอนด์ ??:
เริ่มต้นใช้งาน ----------------------------------------------------- อันดับแรกตั้งค่าสภาพแวดล้อม:
poetry install
poetry shell
โดยค่าเริ่มต้นเราใช้ OpenAI LLM (แม้ว่าคุณสามารถปรับแต่งให้ดูดู App/Context.py) ดังนั้นคุณต้องระบุ openai_api_key ในไฟล์. ENV ในไดเรกทอรีนี้
ตัวอย่างไฟล์. env:
OPENAI_API_KEY=<openai_api_key>
ประการที่สองสร้างการฝังของเอกสารในไดเรกทอรี./data (ถ้าโฟลเดอร์นี้มีอยู่ - มิฉะนั้นให้ข้ามขั้นตอนนี้):
python app/engine/generate.py
"เพื่อ genrate Embedding และสำหรับข้อมูลเพิ่มเติมเกี่ยวกับดัชนีการค้นหาเวกเตอร์ --------- ดู https://github.com/run-llama/mongoDb-demo/tree/main?tab=readme-ov-file#create-a-vector-earch-index
ประการที่สามเรียกใช้เซิร์ฟเวอร์การพัฒนา:
python main.py
จากนั้นเรียก API Endpoint /API /Chat เพื่อดูผลลัพธ์:
curl --location 'localhost:8000/api/chat'
--header 'Content-Type: application/json'
--data '{ "messages": [{ "role": "user", "content": "Hello" }] }'
You can start editing the API by modifying app/api/routers/chat.py. The endpoint auto-updates as you save the file.
เปิด http: // localhost: 8000/docs พร้อมเบราว์เซอร์ของคุณเพื่อดู UI ของ API
API อนุญาตให้ CORS สำหรับต้นกำเนิดทั้งหมดเพื่อให้การพัฒนาง่ายขึ้น คุณสามารถเปลี่ยนพฤติกรรมนี้ได้โดยการตั้งค่าตัวแปรสภาพแวดล้อมเป็น prod:
ENVIRONMENT=prod uvicorn main:app
เรียนรู้เพิ่มเติมเพื่อเรียนรู้เพิ่มเติมเกี่ยวกับ Llamaidex ลองดูแหล่งข้อมูลต่อไปนี้:
เอกสาร llamaidex - เรียนรู้เกี่ยวกับ llamaidex คุณสามารถตรวจสอบพื้นที่เก็บข้อมูล Llamaidex GitHub ได้ - ยินดีต้อนรับข้อเสนอแนะและการมีส่วนร่วมของคุณ!
ส่วนหน้า?:
เริ่มต้นใช้งาน ------------------------ อันดับแรกติดตั้งการพึ่งพา:
npm install
ประการที่สองเรียกใช้เซิร์ฟเวอร์การพัฒนา:
npm run dev
Open http://localhost:3000 with your browser to see the result.
คุณสามารถเริ่มแก้ไขหน้าได้โดยแก้ไขแอพ/page.tsx การอัปเดตหน้าอัตโนมัติเมื่อคุณแก้ไขไฟล์
โครงการนี้ใช้ Next/Font เพื่อเพิ่มประสิทธิภาพและโหลด Inter โดยอัตโนมัติซึ่งเป็นแบบอักษร Google ที่กำหนดเอง
เรียนรู้เพิ่มเติมเพื่อเรียนรู้เพิ่มเติมเกี่ยวกับ Llamaidex ลองดูแหล่งข้อมูลต่อไปนี้:
เอกสาร Llamaidex - เรียนรู้เกี่ยวกับ Llamaidex (คุณสมบัติ Python) เอกสาร Llamaidexts - เรียนรู้เกี่ยวกับ llamaidex (คุณสมบัติ typecript) คุณสามารถตรวจสอบที่เก็บ LlamaIndexts GitHub - ยินดีต้อนรับข้อเสนอแนะและการมีส่วนร่วมของคุณ!