GenAI RAG implementation

Implementasi GenAI RAG [Pembuatan Email Pemasaran]

Proyek ini menggunakan Python dan Streamlit untuk membuat aplikasi web yang mudah digunakan yang membantu menghasilkan konten pemasaran, khususnya email. Ini memanfaatkan model bahasa besar (LLM) untuk membuat salinan email berdasarkan masukan pengguna dan deskripsi produk.

Fitur Utama:

Pemilihan Jenis Pemasaran Email: Pilih jenis konten pemasaran yang ingin Anda buat (misalnya promosi, buletin, pendidikan).

Masukan Deskripsi Produk: Masukkan detail secara manual atau unggah file (teks, PDF, atau PPT).

Unggah Data (Opsional): Unggah file CSV, Excel, atau teks yang berisi data relevan untuk mendapatkan wawasan.

Visi Email Pengguna: Uraikan konten email dan area fokus yang Anda inginkan.

Tingkat Kreativitas: Sesuaikan tingkat kreativitas untuk salinan email yang dihasilkan.

Pemilihan Footer Hukum: Pilih footer hukum yang telah ditentukan sebelumnya untuk email Anda.

Pembuatan Email: Hasilkan konten email berdasarkan spesifikasi Anda.

Pemeriksaan Hukum (Opsional): Pastikan email mematuhi persyaratan hukum dan peraturan.

Opsi Unduhan: Unduh email yang dihasilkan dan grafik wawasan apa pun (jika data diunggah).

Memulai:

Mengkloning repositori: Gunakan git clone https://github.com/vishaltembhre/GenAI-RAG-implementation.git untuk mengkloning proyek.

Instal dependensi: Navigasikan ke direktori proyek dan jalankan pip install -r persyaratan.txt untuk menginstal perpustakaan yang diperlukan.

Konfigurasikan Kunci API: Buat file rahasia bernama .secrets dan tambahkan detail Azure OpenAI API Anda (CLIENT_SECRET) dengan aman.

Jalankan aplikasi: Jalankan python main.py untuk memulai aplikasi Streamlit.

Perpustakaan

ular piton

Menyalakan

langchain (untuk integrasi LLM)

pandas (untuk manipulasi data)

PyPDF2 (untuk pemrosesan PDF)

pptx (untuk pemrosesan PowerPoint)

Azure OpenAI (untuk akses LLM)

matplotlib (untuk visualisasi data)

seaborn (untuk visualisasi data)