refind

煉油

Refind是一個將我的人體文檔存儲在編織矢量數據庫中，並使用OpenAI矢量器模塊和生成搜索的項目。

這是一個帶有Asciinema的外殼記錄，顯示了不同的答案，並以相同的輸入問題從：

1. 當前的ChatGPT版本（使用SGPT CLI）
2. 帶有編織的生成搜索，該搜索包含來自Enteprise路線圖到SRE書籍的樣本文檔

入門

創建並提供您的OpenAI API密鑰：

 export OPENAI_APIKEY= " ... "

放置少於4097令牌的全文文檔。如果您的提示為4000個令牌，則您的完成最多可以是97個令牌。

讓我們使用它：

 # 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，編織是返回與軟件相關的條目。

編織操作：

 # 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 . 

目標

Chatgpt檢索插件。

托多

1. 攝入文檔時，會在編織中自動添加更多的元數據
2. 自動拆分文件大於OpenAI代幣限制
3. 運行query命令時，添加查詢字符串作為標誌
4. 單位測試，讓副副詞寫下 o/

嘗試Langchain

readme.md