AI_Powered_Chat_bot_with_message_history

การสนทนา RAG พร้อมการอัปโหลด PDF และประวัติการแชท

โครงการนี้เป็น ระบบ Generation-Augmented Generation (RAG) การสนทนา ที่ช่วยให้ผู้ใช้สามารถอัปโหลดไฟล์ PDF แยกเนื้อหาและถามคำถามเกี่ยวกับเนื้อหาที่อัปโหลด ระบบติดตามประวัติการแชทและตั้งคำถามตามบริบทตามการสนทนาที่ผ่านมาเพื่อให้คำตอบที่เกี่ยวข้อง

แอปพลิเคชันถูกสร้างขึ้นด้วย streamlit สำหรับส่วนต่อประสานผู้ใช้รวม GROQ สำหรับ LLM (โมเดลภาษา) และ Chroma เป็นที่เก็บเวกเตอร์เพื่อจัดการกับการฝังเอกสารและการดึงข้อมูล กระแสการสนทนาได้รับการบำรุงรักษาด้วยประวัติการแชทเพื่อเปิดใช้งานการตอบคำถาม

คุณสมบัติ

• การอัปโหลด PDF : ผู้ใช้สามารถอัปโหลดไฟล์ PDF หลายไฟล์และเนื้อหาจะถูกประมวลผลและจัดทำดัชนี
• การตอบคำถาม : ถามคำถามเกี่ยวกับเอกสาร PDF ที่อัปโหลดและผู้ช่วยจะตอบตามเนื้อหา
• ประวัติการแชท : ติดตามคำถามที่ผ่านมาและคำตอบในการสอบถามในอนาคต
• การรวมเข้ากับ GROQ : ใช้ GROQ API สำหรับการสร้างแบบจำลองภาษาและการสร้างการตอบสนอง
• EMBEDDINGS : ใช้ HuggingFaceEmbeddings เพื่อสร้างเอกสารฝังตัวและดึงเนื้อหาที่เกี่ยวข้อง

ความต้องการ

ในการเรียกใช้โครงการนี้คุณต้องมีสิ่งต่อไปนี้:

• Python 3.7+
• คีย์ groq api
• โทเค็น API HuggingFace

การติดตั้ง

1. โคลนที่เก็บ:

   git clone https://github.com/yourusername/conversational-rag-with-pdf.git
   cd conversational-rag-with-pdf

2. สร้างสภาพแวดล้อมเสมือนจริง:

   python3 -m venv venv
   source venv/bin/activate  # On Windows, use `venvScriptsactivate`

3. ติดตั้งการพึ่งพาที่ต้องการ:

   pip install -r requirements.txt

4. ตั้งค่าตัวแปรสภาพแวดล้อม:

   สร้างไฟล์ .env ในไดเรกทอรีรูทและเพิ่มปุ่ม API ของคุณ:

   touch .env

   ภายในไฟล์ .env เพิ่มสิ่งต่อไปนี้:

   HF_TOKEN=your_huggingface_token
   GROQ_API_KEY=your_groq_api_key

5. เรียกใช้แอปพลิเคชัน:

   streamlit run utils.py

การใช้งาน

ขั้นตอนที่ 1: ป้อนคีย์ GROQ API

เมื่อคุณเปิดแอพคุณจะต้องป้อนคีย์ GROQ API ของคุณก่อน สิ่งนี้จำเป็นสำหรับการสร้างแบบจำลองภาษาและการตอบคำถาม

ขั้นตอนที่ 2: อัปโหลด PDFS

คลิกที่ปุ่ม เลือกไฟล์ PDF เพื่ออัปโหลดไฟล์ PDF หนึ่งไฟล์ขึ้นไป เนื้อหาจาก PDF จะถูกประมวลผลและแบ่งออกเป็นชิ้นเพื่อการดึงที่มีประสิทธิภาพ

ขั้นตอนที่ 3: ถามคำถาม

หลังจากอัปโหลด PDFS คุณสามารถถามคำถามที่เกี่ยวข้องกับเนื้อหาของไฟล์ที่อัปโหลดได้ ผู้ช่วยจะตอบตามบริบทที่จัดทำโดย PDF และประวัติการแชทก่อนหน้า

ขั้นตอนที่ 4: จัดการประวัติการแชท

ระบบติดตามประวัติการสนทนา คุณสามารถดูประวัติเซสชันและผู้ช่วยใช้ประวัตินี้เพื่อตอบคำถามติดตามผลในบริบท

ตัวอย่างคำแนะนำ:

1. เริ่มต้นแอป และป้อน คีย์ GROQ API ของคุณ
2. อัปโหลด PDF ที่มีเนื้อหาที่คุณต้องการถาม
3. พิมพ์คำถามในฟิลด์อินพุตเช่น "บทสรุปของบทที่ 3 คืออะไร"
4. ผู้ช่วยจะตอบกลับตามเนื้อหา PDF ที่อัปโหลดและให้คำตอบที่กระชับ
5. ถามคำถามติดตามผลและระบบจะใช้การสนทนาที่ผ่านมาเพื่อให้การตอบรับบริบท

ส่วนประกอบสำคัญ

• Streamlit : จัดเตรียมอินเทอร์เฟซผู้ใช้และการโต้ตอบแบบฟอร์ม
• Chroma : ใช้เป็นร้านค้าเวกเตอร์เพื่อจัดเก็บการฝังของเอกสาร PDF แบบแยกสำหรับการดึงข้อมูล
• GROQ API : จัดการงานตอบคำถามโดยใช้โมเดล Gemma2-9b-It
• LANGCHAIN : จัดการกระบวนการดึงและเอกสารรวมพร้อมกับการจัดการประวัติการแชท

การปรับปรุงในอนาคต

• เพิ่มการสนับสนุนสำหรับประเภทเอกสารอื่น ๆ (เช่น Word, ไฟล์ข้อความ)
• ปรับปรุง UI เพื่อการโต้ตอบของผู้ใช้ที่ดีขึ้น
• เพิ่มการสนับสนุนหลายภาษาสำหรับเอกสารที่ไม่ใช่ภาษาอังกฤษ
• ใช้ระบบสำหรับการบันทึกและโหลดประวัติการแชทในเซสชัน

การแก้ไขปัญหา

หากคุณพบปัญหาเช่นข้อผิดพลาดคีย์ API หรือปัญหาการอัปโหลดไฟล์ตรวจสอบให้แน่ใจว่า:

• คุณมี คีย์ GROQ API ที่ถูกต้องและ กอดโทเค็นใบหน้า
• PDF ที่อัปโหลดนั้นถูกต้องและสามารถอ่านได้โดย PYPDFFLOADER
• การพึ่งพาทั้งหมดได้รับการติดตั้งอย่างถูกต้องผ่าน pip install -r requirements.txt

กิตติกรรมประกาศ

• Langchain สำหรับกรอบการสืบค้นที่น่าตื่นตาตื่นใจและ LLM Integration Framework
• Streamlit สำหรับการจัดหากรอบ UI ที่ใช้งานง่าย