NED Admission LLM Chatbot FYP

ChatBot d'admission à l'université NED

Le chatbot d'admission à l'université est un outil utile conçu pour fournir une assistance et des informations en répondant aux requêtes générales des étudiants lors des admissions à l'université à l'aide de modèles linguistiques et de magasins de vecteurs de pointe.

Problème identifié :

Le traitement d’un volume élevé de demandes lors des admissions à l’université peut submerger le personnel et ralentir considérablement les délais de réponse. De nombreux étudiants recherchent des informations générales, ce qui peut entraîner des retards car le personnel répond manuellement aux requêtes répétitives. Cette inefficacité non seulement met à rude épreuve les ressources, mais a également un impact négatif sur l'expérience utilisateur. Pour relever ces défis, nous développons un chatbot d'admission à l'université qui exploite l'IA générative et des modèles linguistiques avancés pour fournir des réponses instantanées et précises, rationaliser le parcours d'admission et réduire la charge de travail du personnel universitaire.

Rôles et responsabilités :

• Développement d'un chatbot d'admission universitaire pour répondre aux requêtes des étudiants, aux processus d'admission et aux directives à l'aide de grands modèles linguistiques et de magasins de vecteurs.
• Utilisation de LLM de pointe (Llama3, Gemini Pro, GPT-4o) et intégration de LangChain et FastAPI pour les fonctionnalités backend, avec une interface intégrée dans Next.js.
• Implémentation d'un système d'authentification avec sauvegarde et récupération de l'historique des discussions pour les utilisateurs.
• Création d'une API basée sur FastAPI avec des points de terminaison robustes pour l'authentification des utilisateurs, l'interaction avec le chatbot et les opérations d'administration, y compris l'intégration de données et les fonctions CRUD.
• Création d'un système d'intégration de documents permettant aux administrateurs d'ajouter, de supprimer et de mettre à jour des fichiers de données dans la base de données vectorielle, garantissant ainsi des données à jour et correctes.
• Infrastructure déployée avec LangChain, PineCone, AWS RDS et S3 Buckets pour garantir l'évolutivité et la robustesse.
• Création d'une interface conviviale sur Next.js avec différentes fonctionnalités pour une expérience utilisateur simple.

Impact produit :

Transformation du processus d'admission à l'université en gérant efficacement des volumes de demandes élevés, en rationalisant le parcours avec des réponses instantanées, en réduisant la charge de travail du personnel et en améliorant la réputation de l'établissement en matière d'innovation technologique.

Conditions préalables

Avant de pouvoir commencer à utiliser le ChatBot, assurez-vous que les conditions préalables suivantes sont installées sur votre système :

• Python 3.9 ou supérieur
• Packages Python requis (tous les packages sont dans require.txt)

Alimenté par:

• Langchain
• Pomme de pin
• Compartiments AWS RDS et S3
• API rapide

Installation

1. Clonez ce référentiel sur votre ordinateur local.

2. Créez un environnement virtuel Python (facultatif mais recommandé) :

   python -m venv venv
   source venv/bin/activate  # On Windows, use: venvScriptsactivate.bat

3. Installez les packages Python requis :

   pip install -r requirements.txt

4. Créez un fichier .env pour créer des variables d'environnement.

5. Ajoutez votre variable clé Google, Groq API ou OpenAI dans le fichier. Vous pouvez obtenir votre clé API ici

• Pour la clé API Google : https://makersuite.google.com/app/apikey

• Pour la clé API Groq : https://console.groq.com/playground

  GOOGLE_API_KEY= " Insert your google API key here "
  GROQ_API_KEY = ' Insert your Groq Api here '
  OPENAI_API_KEY = ' Insert your OpenAI Api here ' 

Exécuter l'API sur le serveur local

1. Ouvrez cmd dans le dossier racine et écrivez cette commande pour exécuter le serveur live.

   uvicorn main:app --reload

Points de terminaison de l'API

• /docs -> Pour accéder à Swagger