LLM_Prompt_Engine

LLM提示引擎

该存储库包含AI驱动的及时生成和评估系统的源代码，旨在优化各个行业中语言模型（LLM）的使用。该项目包括前端和后端组件，促进及时生成，自动评估数据生成和及时测试。

客观的：

自动及时生成服务：此服务简化了创建有效提示的过程，使企业能够有效利用LLMS生成高质量的相关内容。它大大减少了手动制作提示所需的时间和专业知识。

自动评估数据生成服务：及时Lytlytech的服务可自动产生不同的测试用例，从而确保全面的覆盖范围并确定潜在的问题。这增强了LLM应用程序的可靠性和性能，从而节省了质量检查（质量保证）过程中的大量时间。

及时测试和排名服务：及时基于有效性评估和对不同提示进行排名，从而帮助用户从LLM中获得所需的结果。它确保聊天机器人和虚拟助手提供准确的，上下文相关的响应，从而提高用户的参与度和满意度。

文件夹结构：

LLM_Prompt_Engine/
| _ backend/
   | _ tests/
   |  | _ test_evaluation_data_generation.py
   |  | _ test_prompt_generation.py
   |  | _ test_prompt_testing.py
   | _ utils/
   |  | _ langchain.py
   |  | _ pdf_utils.py
   |  | _ text_splitter_utils.py
   |  | _ vector_store_utils.py
   | _ app.py
   | _ config.py
   | _ requirements.txt
| _ frontend/
   | _ src/
   |  | _ components/
   |     | _ chatbox.js
   | _ app.js
   | _ index.js
   | _ index.css
   | _ package-lock.json
   | _ package.json
   | _ README.md
   | _ tailwind.config.js
| _ .gitignore
| _ License
| _ README.md

后端：

后端目录包含烧瓶API和实用程序文件，以及时生成和评估。测试/：后端测试文件目录。 utils/：用于及时生成和处理的实用程序文件。 app.py：处理API请求的烧瓶应用程序。 config.py：后端的配置设置。需求。txt：python依赖性列表。使用pip install -r unigess.txt安装。前端：

前端目录包含React组件和配置文件。 SRC/：React组件的源目录。组件/：React组件的目录，包括聊天框组件。 app.js，index.js，index.css：主要应用程序文件。软件包-Lock.json，package.json：NPM软件包文件。 readme.md：readme文件的前端文件。其他文件：

.gitignore：Gitignore文件，以将某些文件从版本控制中排除。许可证：该项目的许可证文件。 readme.md：该项目的主要读数文件。用法：

克隆存储库。导航到后端目录，并使用PIP Install -R Euncess.txt安装依赖项。使用Python App.py运行后端服务器。导航到前端目录，并使用NPM安装安装依赖项。使用NPM启动启动前端应用程序。在Web浏览器中访问http：// localhost：3000的应用程序。许可证：该项目是根据MIT许可证获得许可的。

贡献：欢迎贡献！请遵循贡献指南。