webwhiz

webwhiz

Entraînez ChatGPT sur les données de votre site Web et créez un chatbot IA capable de répondre instantanément aux requêtes de vos clients.

webwhiz " style="largeur maximale : 100 % ;">

Fonctionnalités principales

• Intégration facile
• Réponses spécifiques aux données
• Mises à jour régulières des données
• Pas de générateur de code
• Personnaliser le chatbot
• Réglage fin
• Message hors ligne

? Comment ça marche ❓

Créez et formez un chatbot pour votre site Web en quelques étapes simples.

• Entrez simplement l’URL de votre site Web pour commencer. Nous récupérerons et préparerons automatiquement les données d’entraînement.
• Nous formerons automatiquement ChatGPT sur votre site Web en fonction des paramètres sélectionnés et créerons le chatbot pour vous.
• Pour intégrer le chatbot à votre site Web, ajoutez simplement la petite balise de script à votre site Web.

---

?‍♂️ Questions fréquemment posées ❓

Qu'est-ce que le webwhiz ?

webwhiz vous permet de former ChatGPT sur les données de votre site Web et de créer un chatbot que vous pouvez ajouter à votre site Web. Aucun codage requis.

À quelle fréquence explorez-vous mon site Web ?

Actuellement, nous explorons votre site Web une fois par mois. Veuillez nous contacter si vous avez besoin que votre site Web soit analysé plus fréquemment

Quelles données collectez-vous sur mon site Web ?

webwhiz collecte les données des pages de votre site Web pour former votre chatbot. Cela inclut les données textuelles des pages ainsi que toutes les métadonnées telles que les titres ou les descriptions des pages. Nous ne collectons aucune information personnelle identifiable (PII) ni aucune donnée sensible à partir de votre site Web. Nous analysons uniquement les données publiques disponibles pour les moteurs de recherche

Que se passe-t-il si je dépasse les limites de mon forfait ?

Si vous dépassez les limites de votre forfait pour les projets ou les pages, nous vous en informerons. Cependant, si vous dépassez la limite de jetons pour votre forfait, vos chatbots cesseront de générer des réponses IA et répondront à la place par un message prédéfini.

Que sont les jetons ?

Les jetons sont une unité de mesure utilisée pour calculer la quantité de données textuelles traitées par votre chatbot. Chaque jeton correspond à un nombre variable de caractères, selon la complexité de la langue utilisée dans le message. Chaque message envoyé par votre chatbot utilise un certain nombre de jetons en fonction de la longueur et de la complexité de l'entrée et de la réponse de l'IA. Vous pouvez afficher l'utilisation actuelle des jetons de votre compte sur le tableau de bord.

Puis-je entraîner des données personnalisées ?

Oui, vous pouvez entraîner des données personnalisées en collant simplement du contenu sur webwhiz

Puis-je apporter ma propre clé IA ouverte ?

Pas pour le moment, mais ce sera possible dans quelques jours.

Quelle est la taille maximale du contexte ?

webwhiz a des limitations sur la taille du contexte. Cependant, veuillez noter que le nombre de pages que vous pouvez explorer peut être limité en fonction du forfait que vous choisissez. Veuillez vous référer à notre page de forfaits pour en savoir plus sur les limitations spécifiques de chaque forfait.

? Licence

webwhiz est open source sous la licence publique générale GNU Affero version 3 (AGPLv3)

SDK webwhiz

Le SDK webwhiz est disponible sur NPM, CDN et GitHub.

• NPM - NPM est un gestionnaire de packages pour le langage de programmation JavaScript. Vous pouvez installer webwhiz en utilisant la commande suivante

  npm install webwhiz

• CDN Utiliser directement depuis CDN

    https://www.unpkg.com/[email protected]/dist/sdk.js

☁️ Auto-hébergement

1. Docker - Facile
2. Configuration manuelle – Impliqué (mais offre plus de flexibilité)

? Docker

Conditions préalables

• Docker et docker-compose

Exécuter webwhiz avec Docker

1. Cloner le dépôt
2. Editez le fichier .env.docker présent à la racine du repo et ajoutez vos OPENAI_KEY & OPENAI_KEY_2
3. Utilisez docker-compose pour démarrer la pile

 # Bring up webwhiz
# Once the building is done and webwhiz starts the UI will be available at
# http://localhost:3030, backend is available at http://localhost:3000
# To exit Press Ctrl-C
docker-compose up

# Alternatively Run webwhiz as a daemon
docker-compose up -d

# Stop webwhiz
docker-compose down

# Force rebuild all containers (required only if some change is not picked up)
sudo docker-compose up --build --force-recreate

? Manuel

webwhiz est conçu pour être utilisé comme un Chatbot de niveau production qui peut être agrandi ou réduit pour gérer n'importe quel volume de données.

webwhiz se compose principalement de 3 composants

1. Le serveur API - Il s'agit du serveur Web principal backend webwhiz utilisant NestJS
2. JS Celery Worker - Gère l'exploration et la génération d'intégrations
3. Python Celery Worker - Calculateur de similarité cosinus de conteneur et extracteur de contenu HTML/PDF

Pour les utilisations de base de données et de mise en cache webwhiz

• MongoDB
• Rédis

Le serveur backend utilise des services tiers (y compris OpenAI) pour alimenter le chatbot, ainsi que pour la surveillance des erreurs, etc. Seule la clé OpenAI est obligatoire et vous pouvez ignorer les autres si vous préférez.

REMARQUE : webwhiz conserve les intégrations dans Redis pour améliorer les performances des réponses du chatbot. Pour la plupart des organisations, les chatbots créés contiendraient des données pour quelques centaines ou milliers de pages, et Redis devrait bien fonctionner tout en offrant de meilleures performances. Si vous souhaitez utiliser une base de données vectorielles dédiée pour rechercher des morceaux pertinents, veuillez nous contacter.

Conditions préalables

• MongoDB v6
• Redis v7
• Nœud v18 + Fil
• Python v3.6+

Définition des variables d'environnement

1. Créez une copie du fichier .env.sample et renommez-le en .env

Les variables suivantes sont obligatoires

• HOST - IP à laquelle le serveur Web doit se lier, généralement 0.0.0.0
• PORT - Port sur lequel le serveur Web doit écouter (par défaut 3000)
• SECRET_KEY - Secret utilisé pour le chiffrement (JWT, etc.).
• MONGO_URI - Uri MongoDB à utiliser
• MONGO_DBNAME - Nom de la base de données dans MongoDB
• OPENAI_KEY - Clé API OpenAI
• OPENAI_KEY_2 - Clé API OpenAI alternative, utilisée lorsque la clé principale génère une erreur. Vous pouvez utiliser la même clé API pour les deux si vous ne souhaitez pas fournir deux clés API distinctes.

2. Dans le dossier Workers, créez une copie du .env.sample et renommez-le en .env .

Définissez la valeur des variables suivantes - MONGO_URI , MONGO_DBNAME , REDIS_HOST , REDIS_PORT

Installation des dépendances et exécution de l'application

Depuis le dossier racine, exécutez les commandes suivantes

 # Install node dependencies
yarn install

# Install python worker dependencies
cd workers
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

# Run application with pm2
cd ..
yarn run build
npm install -g pm2 # Use sudo if required
pm2 start ecosystem.config.js

Cela démarrera le serveur http backend, le travailleur js et le travailleur python

L'extrémité avant

Créez le fichier .env dans le dossier frontend et ajoutez les variables suivantes

REACT_APP_BASE_URL= ' https://api.website.com '
GOOGLE_AUTH_ID= ' Only if you need google login '

Depuis le dossier frontend, exécutez les commandes suivantes pour démarrer le serveur

 # Install dependencies
npm install

# Run front end app
npm run start

Exécutez npm run build pour empaqueter l'application frontale

Si vous rencontrez des problèmes, contactez hi@ webwhiz .ai