llm movieagent

LLM-Vieagent

该项目旨在通过使用OpenAI函数调用语义层来实现能够通过语义层与NEO4J这样的图形数据库进行交互的代理。语义层为代理提供了一套可靠的工具，使其可以基于用户的意图与图形数据库进行交互。在博客文章中阅读更多内容。

要启动项目，请运行以下命令：

 docker-compose up

打开http://localhost:8501在浏览器中与代理进行交互。

工具

代理利用多种工具有效地与NEO4J图数据库进行交互：

1. 信息工具：
   • 检索有关电影或个人的数据，以确保代理商可以访问最新和最相关的信息。
2. 建议工具：
   • 根据用户偏好和输入提供电影建议。
3. 内存工具：
   • 在知识图中存储有关用户偏好的信息，从而在多个交互中具有个性化的体验。

环境设置

您需要在.env文件中定义以下环境变量。

 OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>
NEO4J_URI=<YOUR_NEO4J_URI>
NEO4J_USERNAME=<YOUR_NEO4J_USERNAME>
NEO4J_PASSWORD=<YOUR_NEO4J_PASSWORD>

Docker容器

该项目包含以下作为Docker容器包装的服务

1. neo4j ：
   • NEO4J是一个图形数据库，用于存储有关演员，电影及其评分的信息。
2. API ：
   • 使用Langchain的neo4j-semantic-layer模板来实现OpenAI LLM和功能调用功能。
3. ui ：
   • 简单的简化聊天用户界面。可在localhost:8501上找到。

用数据填充

如果要使用示例电影数据集填充数据库，则可以运行ingest.py 。该脚本导入有关电影及其评级的信息。在API Docker容器中运行（建议）执行以下操作：

 # access container shell
docker exec -it < container id for llm-movieagent-api > bash
# run script
python ingest.py

此外，该脚本创建了两个完整索引，用于将信息从用户输入映射到数据库。该数据集基于Movielens数据集，该数据集也可以作为Neo4J Sandbox中的Recommendation项目可用。

贡献

欢迎捐款！