การสาธิตผ้าขี้ริ้วยืดหยุ่น
สารบัญ
- สรุป
- สถาปัตยกรรม
- คุณสมบัติ
- ข้อกำหนดเบื้องต้น
- การติดตั้ง
- การใช้งาน
สรุป
นี่คือการสาธิตการใช้ความยืดหยุ่นในฐานะร้านค้าเวกเตอร์สำหรับการเพิ่มการเพิ่มการสร้าง (RAG) สำหรับสถานการณ์นี้:
- ห่วงโซ่ Langchain Pure Langchain (LCLE) โดยไม่มีการป้องกันผู้ใช้หรือการโต้ตอบ LLM
- เนื้อหาจากเอกสารออนไลน์ที่ยืดหยุ่นของการค้นหาเวกเตอร์ยืดหยุ่นใช้สำหรับเนื้อหา RAG
สถาปัตยกรรม
คุณสมบัติ
- ค้นหาความยืดหยุ่นสำหรับร้านค้าเวกเตอร์
- Python Bot Server (chainlit)
- การใช้ RAG ของ Langchain ด้วยความยืดหยุ่น
ข้อกำหนดเบื้องต้น
- คีย์ Openai API
- นักเทียบท่า
การติดตั้ง
git clone https://github.com/joeywhelan/es-rag.git && cd es-rag
- แก้ไขไฟล์. env_template ด้วยคีย์ OpenAI, Elastic Cloud ID และคีย์ API คลาวด์ยืดหยุ่นและเปลี่ยนชื่อไฟล์เป็น. ENV
การใช้งาน
เริ่มต้น
ปิดเครื่อง
