doc talk

Doctalk？

Doctalk是一种基于简化的Web应用程序，允许用户使用自然语言查询上传和与其文档（PDF，DOCX，TXT）进行交互。该应用程序利用OpenAI的GPT-4O-MINI模型进行查询验证和聊天，以及Text-Embedding-3-small来理解和响应基于上传文档的内容的用户查询。

特征

• 上传和处理文档：上传PDF，DOCX和TXT文件，用于文本提取和处理。
• 自定义分组和代币计数：文档的自定义分组，以改善上下文检索和响应生成。使用nltk的句子令牌来句子将文档置于句子，然后使用tiktoken来管理块大小。
• 与文档聊天：询问有关您上传文档的问题并接收上下文感知的响应。
• 上下文检索的余弦相似性：利用余弦相似性来找到最相关的文档块来响应用户查询。
• 查询验证：使用辅助API调用来验证查询是否需要文档上下文，最终节省令牌并降低成本。
• 简单的应用密码身份验证：对应用程序的访问受密码保护，以确保只有授权用户才能与文档进行交互。

安装

1. 克隆存储库：

   git clone https://github.com/kmaurinjones/doc-talk.git
   cd doc-talk

2. 创建虚拟环境（可选但建议）：

   python3 -m venv env
   source env/bin/activate

3. 安装所需的软件包：

   pip install -r requirements.txt

环境变量

在项目的根部创建.env文件，并添加以下环境变量：

 SIMPLE_AUTH_PASSCODE=your_passcode
OPENAI_API_KEY=your_openai_api_key

本地运行

要在本地运行该应用程序，请使用以下命令：

streamlit run app.py

这将启动简化服务器，您可以通过http://localhost:8501访问该应用程序。

访问已部署的应用

该应用程序也已部署，可以通过以下URL访问：Doctalk部署

用法

1. 上传文档：使用应用程序中的文件上传器上传PDF，DOCX或TXT文件。
2. 处理文档：单击“过程文档”按钮以从上传文件中提取和处理文本。
3. 与文档聊天：使用聊天输入来询问有关上传文档内容的问题。该应用程序将根据文档中处理的文本和上下文提供响应。

例子

以下是使用Doctalk应用程序的一些屏幕截图：

简单密码用户身份验证

上传和处理文档

查询和响应上下文

贡献

欢迎捐款！请打开问题或提交拉动请求，以进行任何改进或错误修复。

执照

该项目已根据MIT许可获得许可。有关详细信息，请参见LICENSE文件。

接触

对于任何问题或问题，请通过[email protected]与我联系