gemma7b groq streamlit

gemma 7b帶有groq-簡化PDF到向量數據庫API

歡迎使用GROQ存儲庫來到Gemma 7B！該項目展示了Gemma 7b語言模型與GROQ的集成，以處理固定的PDF文檔，將其內容轉換為矢量數據庫，並使用簡報提供交互式Q＆A界面。用戶可以通過用戶友好的Web應用程序提出問題並接收答案以及相關數據。

概述

該存儲庫提供了一種簡化的解決方案，用於使用GROQ語言和Gemma 7B模型將PDF文檔轉換為可搜索的矢量數據庫。該應用程序是通過簡化構建的，以啟用交互式問答接口。用戶可以探索PDF的內容，提出問題並查看用於生成響應的相關數據。

特徵

• PDF處理：從固定的PDF文檔中提取文本（默認是VIT研究論文）。
• 矢量化：使用Gemma 7b將提取的文本轉換為向量表示。
• 交互式問答：通過簡化的Web應用程序提出問題並接收答案以及相關數據。
• 數據文件夾：通過在data文件夾中放置新文件來輕鬆更改PDF文檔。
• 環境配置：使用.env文件管理API密鑰。

入門

先決條件

• Python 3.8或更高
• 簡化
• GROQ庫
• Gemma 7b型號
• 必需的Python軟件包（在requirements.txt中列出）
• GROQ和Google API鍵

安裝

1. 克隆存儲庫：

   git clone https://github.com/NevroHelios/gemma7b-groq-streamlit.git
   cd gemma7b-groq-streamlit

2. 安裝依賴項：

   pip install -r requirements.txt

3. 下載並設置Gemma 7b型號。

4. 獲取您的GROQ和Google API鍵，並將它們添加到根目錄中的.env文件中：

    GROQ_API_KEY=your_groq_api_key
   GOOGLE_API_KEY=your_google_api_key
   

用法

1. 準備PDF ：

   • 將您的PDF文件放在data目錄中（默認文件是VIT研究論文）。

2. 運行簡化應用程序：

   • 啟動簡化應用程序：

     streamlit run app.py

3. 與應用程序交互：

   • 打開瀏覽器並導航到提供的本地URL（例如， http://localhost:8501 ）。
   • 詢問有關PDF內容的問題並查看相關數據。

目錄結構

• data/ ：包含要處理的PDF文件。默認文件是VIT研究論文。
• app.py ：主精簡應用程序文件。
• requirements.txt ：所需的Python軟件包列表。
• .env ：歸檔以安全地存儲API鍵。

貢獻

我們歡迎貢獻以增強該項目的功能和性能。請分配存儲庫，並提交您的更改請求。確保您的代碼遵循既定的樣式準則並通過所有測試。

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。

致謝

特別感謝Gemma 7B，Groq和Spations的開發人員和貢獻者的強大工具和支持。

---

隨時探索，使用和為此存儲庫做出貢獻。如果您有任何疑問或需要幫助，請打開問題。

愉快的編碼！