Retrieval Augmented Generation Engine with LangChain and Streamlit

Retrieval Augmented Generation Engine with LangChain and Streamlit

其他源码

1.0.0

下载

使用Langchain，Sherlit和Pinecone检索增强发动机

在简化云平台上访问应用程序

概述

检索增强引擎（RAG）是文档检索，摘要和交互式问题的强大工具。该项目利用Langchain，简化和Pinecone提供无缝的Web应用程序，供用户执行这些任务。使用RAG，您可以轻松地上传多个PDF文档，为这些文档中的文本生成矢量嵌入，并与文档执行对话交互。聊天历史也被记住，以获得更具互动性的体验。

特征

简化Web应用程序：该项目是使用简化构建的，为用户提供了直观且交互式的Web界面。
输入字段：用户可以通过专用输入字段输入基本凭据，例如OpenAI API键和Pinecone API键。
文档上传器：用户可以上传多个PDF文件，然后对其进行处理以进行进一步分析。
文档拆分：上传的PDF分为较小的文本块，确保与具有令牌限制的型号的兼容性。
向量嵌入：将文本块转换为向量嵌入，使执行检索和提问任务变得更加容易。
灵活的向量存储：您可以选择将矢量嵌入在Pinecone或本地矢量存储中，从而提供灵活性和控制。
交互式对话：用户可以与文档进行交互式对话，提出问题并接收答案。聊天历史记录保存供参考。

先决条件

在运行项目之前，请确保您有以下先决条件：

Python 3.7+
Langchain
简化
松果
OpenAI API键
PDF文档上传

用法

将存储库克隆到您的本地计算机：

git clone https://github.com/mirabdullahyaser/Retrieval-Augmented-Generation-Engine-with-LangChain-and-Streamlit.git
cd Retrieval-Augmented-Generation-Engine-with-LangChain-and-Streamlit

通过运行安装所需的依赖项：
```
pip install -r requirements.txt
```
运行简化应用程序：
```
streamlit run src/rag_engine.py
```
通过打开Web浏览器并导航到提供的URL来访问应用程序。
在相应字段中输入OpenAI API键，Pinecone API键，Pinecone环境和Pinecone索引名称。您可以在应用程序的侧边栏中提供它们，也可以将它们放在秘密中。
上传您要分析的PDF文档。
单击“提交文档”按钮以处理文档并生成矢量嵌入。
通过在聊天输入框中键入问题来与文档进行交互式对话。