refind

炼油

Refind是一个将我的人体文档存储在编织矢量数据库中，并使用OpenAI矢量器模块和生成搜索的项目。

这是一个带有Asciinema的外壳记录，显示了不同的答案，并以相同的输入问题从：

1. 当前的ChatGPT版本（使用SGPT CLI）
2. 带有编织的生成搜索，该搜索包含来自Enteprise路线图到SRE书籍的样本文档

入门

创建并提供您的OpenAI API密钥：

 export OPENAI_APIKEY= " ... "

放置少于4097令牌的全文文档。如果您的提示为4000个令牌，则您的完成最多可以是97个令牌。

让我们使用它：

 # start the weaviate database
docker-compose up -d

# verify it is up and running
curl http://localhost:8080/v1/meta | jq .
docker-compose logs

# import data, DO IT ONCE
go run main.go import

# query data related to software
go run main.go query | jq .

# when done, gracefully shutdown
docker-compose down

在此示例中，编织是返回与软件相关的条目。

编织操作：

 # get the schema
curl -s http://localhost:8080/v1/schema | jq .

# get objects
curl -s http://localhost:8080/v1/objects | jq .

# get one class from the schema
curl -s http://localhost:8080/v1/schema/Chatbot | jq .

# delete a class
curl -s -XDELETE http://localhost:8080/v1/schema/Chatbot | jq . 

目标

Chatgpt检索插件。

托多

1. 摄入文档时，会在编织中自动添加更多的元数据
2. 自动拆分文件大于OpenAI代币限制
3. 运行query命令时，添加查询字符串作为标志
4. 单位测试，让副副词写下 o/

尝试Langchain

readme.md