/knowledge_gpt

อัปโหลดเอกสารของคุณและรับคำตอบสำหรับคำถามของคุณพร้อมการอ้างอิงจากข้อความ

Primary LanguagePythonMIT LicenseMIT

📖สร้างฐานการเรียนรู้ เอกสาร ด้วย gpt

สร้างเอกสาร pdf, docx, or txt file

คำตอบที่แม่นยำและการอ้างอิงเอกสารของคุณทันที PDF BY มิ้น จิรภิญญา เวชบุตร

ตัวอย่าง

Installation การติดตั้ง

ทำตามคำแนะนำด้านล่างเพื่อเรียกใช้เซิร์ฟเวอร์ Streamlit ภายในเครื่อง

Pre-requisites ข้อกำหนดเบื้องต้น

ตรวจสอบให้แน่ใจว่าคุณได้ติดตั้ง Python ≥3.10 แล้ว

Steps ขั้นตอนดังนี้

  1. Clone the repository - โคลนพื้นที่เก็บข้อมูล
git clone https://github.com/Bimint/knowledge_gpt.git
  1. Install dependencies with Poetry and activate virtual environment
poetry install
poetry shell
  1. (Optional) หลีกเลี่ยงการเพิ่ม OpenAI API ทุกครั้งที่คุณเรียกใช้เซิร์ฟเวอร์โดยการเพิ่มลงในตัวแปรสภาพแวดล้อม (ไม่บังคับเเล้วเเต่ความสะดวกผู้ใช้งาน).
    • Make a copy of .env.example named .env
    • Add your API key to the .env file

Note: ตรวจสอบให้แน่ใจว่าคุณมีคีย์ OpenAI API แบบชำระเงินเพื่อให้ทำงานเสร็จเร็วขึ้น และเพื่อหลีกเลี่ยงไม่ให้ถึงขีดจำกัดของอัตรา(ไม่บังคับจะใช้ฟรีก็ได้ค่ะ)

  1. Run the Streamlit server
cd knowledge_gpt
streamlit run main.py

Build with Docker - สร้างด้วย Docker

รันคำสั่งต่อไปนี้เพื่อสร้างและรันอิมเมจ Docker

cd knowledge_gpt
docker build -t knowledge_gpt .
docker run -p 8501:8501 knowledge_gpt

Open http://localhost:8501 in your browser to access the app.

Customization

คุณสามารถเพิ่มขนาดไฟล์อัพโหลดสูงสุดได้โดยการเปลี่ยนแปลง maxUploadSize ใน .streamlit/config.toml. ปัจจุบัน ขนาดอัพโหลดสูงสุดคือ 25 MB สำหรับเวอร์ชันที่โฮสต์

Tech Stack

  • User Interface - Streamlit เร็วกว่าในการสร้างและแชร์แอปข้อมูล ฟรีสำหรับงานส่วนตัว
  • LLM Tooling - Langchain งูเหลือมตัวใหญ่ๆเรียนรู้ได้ที่ลิ้งนี้ (python)

Roadmap

  • เพิ่มการรองรับรูปแบบเพิ่มเติม (e.g. webpages, PPTX, etc.)
  • เน้นวลีที่เกี่ยวข้องในการอ้างอิง
  • รองรับเอกสารที่สแกนด้วย OCR
  • ตัวเลือกการปรับแต่งเพิ่มเติม (e.g. chain type, chunk size, etc.)
  • โปรแกรมดู PDF แบบเห็นภาพ
  • การสนับสนุนสำหรับ Local LLMs