doc talk

Doctalk？

Doctalk是一種基於簡化的Web應用程序，允許用戶使用自然語言查詢上傳和與其文檔（PDF，DOCX，TXT）進行交互。該應用程序利用OpenAI的GPT-4O-MINI模型進行查詢驗證和聊天，以及Text-Embedding-3-small來理解和響應基於上傳文檔的內容的用戶查詢。

特徵

• 上傳和處理文檔：上傳PDF，DOCX和TXT文件，用於文本提取和處理。
• 自定義分組和代幣計數：文檔的自定義分組，以改善上下文檢索和響應生成。使用nltk的句子令牌來句子將文檔置於句子，然後使用tiktoken來管理塊大小。
• 與文檔聊天：詢問有關您上傳文檔的問題並接收上下文感知的響應。
• 上下文檢索的餘弦相似性：利用餘弦相似性來找到最相關的文檔塊來響應用戶查詢。
• 查詢驗證：使用輔助API調用來驗證查詢是否需要文檔上下文，最終節省令牌並降低成本。
• 簡單的應用密碼身份驗證：對應用程序的訪問受密碼保護，以確保只有授權用戶才能與文檔進行交互。

安裝

1. 克隆存儲庫：

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

2. 創建虛擬環境（可選但建議）：

   python3 -m venv env
   source env/bin/activate

3. 安裝所需的軟件包：

   pip install -r requirements.txt

環境變量

在項目的根部創建.env文件，並添加以下環境變量：

 SIMPLE_AUTH_PASSCODE=your_passcode
OPENAI_API_KEY=your_openai_api_key

本地運行

要在本地運行該應用程序，請使用以下命令：

streamlit run app.py

這將啟動簡化服務器，您可以通過http://localhost:8501訪問該應用程序。

訪問已部署的應用

該應用程序也已部署，可以通過以下URL訪問：Doctalk部署

用法

1. 上傳文檔：使用應用程序中的文件上傳器上傳PDF，DOCX或TXT文件。
2. 處理文檔：單擊“過程文檔”按鈕以從上傳文件中提取和處理文本。
3. 與文檔聊天：使用聊天輸入來詢問有關上傳文檔內容的問題。該應用程序將根據文檔中處理的文本和上下文提供響應。

例子

以下是使用Doctalk應用程序的一些屏幕截圖：

簡單密碼用戶身份驗證

上傳和處理文檔

查詢和響應上下文

貢獻

歡迎捐款！請打開問題或提交拉動請求，以進行任何改進或錯誤修復。

執照

該項目已根據MIT許可獲得許可。有關詳細信息，請參見LICENSE文件。

接觸

對於任何問題或問題，請通過[email protected]與我聯繫