conversational agent with QA tool

Benutzerdefinierte Chat-Agent mit Langchain und GPT-3.5

Dieses Repository enthält Code, der zeigt, wie man einen benutzerdefinierten Chat-Agenten mit Langchain erstellt, wobei GPT-3.5 von OpenAI integriert wird. Der Agent kann den Konversationskontext bewältigen, verschiedene Tools bereitstellen und bei der Beantwortung von Fragen, einschließlich mathematischer Abfragen, helfen.

Inhaltsverzeichnis

• Einführung
• Aufstellen
• Verwendung
• Konfiguration
• Lizenz

Einführung

Das Projekt zeigt die Implementierung eines benutzerdefinierten Chat-Agenten, der Langchain, ein Open-Source-Framework, nutzt, um mit den Benutzern konversierend zu interagieren. Der Agent verwendet ein Tool für Gesprächsdokumentensuche. Dieser Agent wird von GPT-3.5 für das Verständnis und die Generation natürlicher Sprache angetrieben.

Aufstellen

1. Klonen Sie dieses Repository in Ihre lokale Maschine.

2. Installieren Sie die erforderlichen Abhängigkeiten durch Ausführen: pip install -r requirements.txt

3. Erhalten Sie die API -Schlüssel von OpenAI und Tinecone.

4. Sie müssen eine config.py -Datei erstellen, die Folgendes definiert:

    OPENAI_API_KEY = 'YOUR_OPENAI_API_KEY'
   PINECONE_API_KEY = 'YOUR_PINECONE_API_KEY'
   PINECONE_API_ENVIRONMENT = 'YOUR_PINECONE_ENVIRONMENT'

5. Holen Sie sich einen zuvor erstellten Pinecone -Indexnamen für das Abrufen von Dokumenten und setzen Sie ihn in der Datei constants.py fest.

Verwendung

Um den benutzerdefinierten Chat -Agenten zu verwenden:

1. Führen Sie das bereitgestellte Python -Skript aus: python main.py
2. Geben Sie Ihre Nachricht als Benutzeraufforderung ein.
3. Der Agent verarbeitet die Eingabe und reagiert mit relevanten Informationen oder Tools.

Konfiguration

Die Konfiguration des Chat -Agenten kann angepasst werden, indem die Parameter im Skript main.py geändert werden. Schlüsselkomponenten sind:

• Speicher: Passen Sie die Einstellungen für den Gesprächspuffpuffer an.
• Tools: Definieren und konfigurieren Sie verschiedene Tools, die der Agent verwenden kann.
• Eingabeaufforderung Vorlage: Ändern Sie die Struktur der Eingabeaufforderung, mit der mit GPT-3.5 interagiert werden.
• Ausgabe an Parsen: Konfigurieren Sie, wie der Agent die Antworten des Modells interpretiert und verarbeitet.

Lizenz

Dieses Projekt ist unter der MIT -Lizenz lizenziert.