Usa inteligencia artificial basada en GPT-4 para buscar episodios del Metodo Rebord
![[#95] Hacemos una app paso a paso con GPT4, LangChain, Whisper, y más](https://img.youtube.com/vi/1Rpn4lrshlo/mqdefault.jpg)
- Langchain / OpenAI
- Chroma (vector store)
- FastAPI
- NextJS
Se necesita python >=3.9. Para instalar las dependencias, crear un entorno virtual y ejecutar pip install -r requirements.txt
No olvidarse de crear un archivo .env en el directorio root y agregar el token de OpenAI en la variable de entorno OPENAI_API_KEY en la forma OPENAI_API_KEY=<token>
Este proyecto contiene las transcripciones de los primeros 68 episodios del Metodo Rebord hechas con Whisper, se encuentran en ingestion/transcriptions
Se generaron embeddings de estas transcripciones usando OpenAI y Chroma como base de datos de vectores.
Chroma corre localmente con este proyecto, y la base de datos se encuentra en el directorio db
El frontend se ha hecho de una manera estatica, hay que generar el html de antemano para que sea servido por FastAPI. Hay que ejecutar el siguiente comando npm run build cada vez que se hace un cambio en el frontend. El repo contiene la version estatica del frontend por lo que no es necesario ejecutar este comando cuando se clona el proyecto.
Para correr el servidor ejecutar uvicorn main:app --reload
Los endpoints de la api empiezan con /api/
El frontend se sirve desde el root path /