Retrieval Augmented Generation Engine with LangChain and Streamlit - Retrieval Augmented Generation Engine with LangChain and Streamlit下載

Retrieval Augmented Generation Engine with LangChain and Streamlit

其他源碼

1.0.0

下載

使用Langchain，Sherlit和Pinecone檢索增強發動機

在簡化雲平台上訪問應用程序

概述

檢索增強引擎（RAG）是文檔檢索，摘要和交互式問題的強大工具。該項目利用Langchain，簡化和Pinecone提供無縫的Web應用程序，供用戶執行這些任務。使用RAG，您可以輕鬆地上傳多個PDF文檔，為這些文檔中的文本生成矢量嵌入，並與文檔執行對話交互。聊天歷史也被記住，以獲得更具互動性的體驗。

特徵

簡化Web應用程序：該項目是使用簡化構建的，為用戶提供了直觀且交互式的Web界面。
輸入字段：用戶可以通過專用輸入字段輸入基本憑據，例如OpenAI API鍵和Pinecone API鍵。
文檔上傳器：用戶可以上傳多個PDF文件，然後對其進行處理以進行進一步分析。
文檔拆分：上傳的PDF分為較小的文本塊，確保與具有令牌限制的型號的兼容性。
向量嵌入：將文本塊轉換為向量嵌入，使執行檢索和提問任務變得更加容易。
靈活的向量存儲：您可以選擇將矢量嵌入在Pinecone或本地矢量存儲中，從而提供靈活性和控制。
交互式對話：用戶可以與文檔進行交互式對話，提出問題並接收答案。聊天歷史記錄保存供參考。

先決條件

在運行項目之前，請確保您有以下先決條件：

Python 3.7+
Langchain
簡化
松果
OpenAI API鍵
PDF文檔上傳

用法

將存儲庫克隆到您的本地計算機：

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

通過運行安裝所需的依賴項：
```
pip install -r requirements.txt
```
運行簡化應用程序：
```
streamlit run src/rag_engine.py
```
通過打開Web瀏覽器並導航到提供的URL來訪問應用程序。
在相應字段中輸入OpenAI API鍵，Pinecone API鍵，Pinecone環境和Pinecone索引名稱。您可以在應用程序的側邊欄中提供它們，也可以將它們放在秘密中。
上傳您要分析的PDF文檔。
單擊“提交文檔”按鈕以處理文檔並生成矢量嵌入。
通過在聊天輸入框中鍵入問題來與文檔進行交互式對話。