AI_Powered_Chat_bot_with_message_history

与PDF上传和聊天历史记录的对话抹布

该项目是一个对话式检索生成（RAG）系统，允许用户上传PDF文件，提取内容并询问有关上传内容的问题。该系统跟踪聊天历史记录，并根据过去的对话将用户问题上下文化，以提供相关的答案。

该应用程序是为用户界面的简化而构建的，集成了llm（语言模型）的GROQ ，将Chroma作为矢量存储，以处理文档嵌入和检索。对话流程具有聊天历史记录，以实现已有的问答问题。

特征

• PDF上传：用户可以上传多个PDF文件，并处理和索引内容。
• 问题回答：询问有关上传的PDF文档的问题，助手将根据内容回答。
• 聊天历史记录：跟踪过去的问题和答案，以将未来的查询视为上下文。
• 与groq集成：利用GROQ API进行语言建模和响应生成。
• 嵌入：使用HuggingFaceEmbeddings创建文档嵌入并检索相关内容。

要求

要运行此项目，您需要以下内容：

• Python 3.7+
• GROQ API键
• 拥抱面API令牌

安装

1. 克隆存储库：

   git clone https://github.com/yourusername/conversational-rag-with-pdf.git
   cd conversational-rag-with-pdf

2. 创建虚拟环境：

   python3 -m venv venv
   source venv/bin/activate  # On Windows, use `venvScriptsactivate`

3. 安装所需的依赖项：

   pip install -r requirements.txt

4. 设置环境变量：

   在根目录中创建.env文件，然后添加您的API键：

   touch .env

   在.env文件中，添加以下内容：

   HF_TOKEN=your_huggingface_token
   GROQ_API_KEY=your_groq_api_key

5. 运行应用程序：

   streamlit run utils.py

用法

步骤1：输入GROQ API密钥

启动该应用程序时，您首先需要输入GROQ API键。这是执行语言建模和问题答案所必需的。

步骤2：上传PDFS

单击“选择一个PDF文件”按钮以上传一个或多个PDF文件。 PDF的内容将被处理并分成块，以有效检索。

步骤3：提出问题

上传PDF后，您可以提出与上传文件的内容有关的问题。助手将根据PDF和以前的聊天历史记录提供的上下文回答。

步骤4：管理聊天历史记录

该系统跟踪对话历史记录。您可以查看会话历史记录，助手使用此历史记录在上下文中回答后续问题。

示例演练：

1. 启动应用程序并输入您的GROQ API密钥。
2. 上传包含您要询问的内容的PDF 。
3. 在输入字段中输入一个问题，例如“第3章的摘要是什么？”
4. 助手将根据上传的PDF内容做出回应，并提供简洁的答案。
5. 询问后续问题，系统将使用过去的对话来提供上下文感知的回答。

关键组件

• 简化：提供用户界面和形式交互。
• Chroma ：用作存储拆分PDF文档嵌入的矢量商店进行检索。
• GROQ API ：使用Gemma2-9b-It模型处理提问任务。
• Langchain ：管理检索和文档组合过程以及聊天历史记录处理。

未来的改进

• 添加对其他文档类型的支持（例如，单词，文本文件）。
• 改进UI以更好地进行用户交互。
• 为非英语文档添加多语言支持。
• 实施一个系统，用于保存和加载跨会话的聊天历史记录。

故障排除

如果您遇到诸如API密钥错误或文件上传问题之类的问题，请确保以下问题：

• 您有一个有效的GROQ API键，并且拥抱脸部令牌。
• 上传的PDF是有效的，可以由PYPDFLOADER读取。
• 所有依赖项均通过pip install -r requirements.txt正确安装。

致谢

• Langchain为惊人的检索和LLM集成框架。
• 简化提供易于使用的UI框架。