webwhiz

webwhiz

Latih ChatGPT pada Data Situs Web Anda dan Bangun AI Chatbot yang dapat langsung menjawab pertanyaan pelanggan Anda.

webwhiz " style="lebar maksimal: 100%;">

Fitur inti

• Integrasi yang Mudah
• Respons Khusus Data
• Pembaruan Data Reguler
• Tidak ada pembuat kode
• Sesuaikan chatbot
• Penyempurnaan
• Pesan luring

? Cara kerjanya ❓

Buat dan latih chatbot untuk situs web Anda hanya dalam beberapa langkah sederhana.

• Cukup masukkan URL situs web Anda untuk memulai. Kami akan secara otomatis mengambil dan menyiapkan data pelatihan.
• Kami akan secara otomatis melatih ChatGPT di situs web Anda berdasarkan parameter yang dipilih dan membuatkan chatbot untuk Anda.
• Untuk menyematkan chatbot ke situs web Anda, cukup tambahkan tag skrip kecil ke situs web Anda.

---

?‍♂️ Pertanyaan yang Sering Diajukan ❓

Apa itu webwhiz ?

webwhiz memungkinkan Anda melatih ChatGPT pada data situs web Anda dan membangun chatbot yang dapat Anda tambahkan ke situs web Anda. Tidak diperlukan pengkodean.

Seberapa sering Anda merayapi situs web saya?

Saat ini kami merayapi situs web Anda setiap bulan sekali. Silakan hubungi kami jika Anda ingin situs web Anda dipindai lebih sering

Data apa yang Anda kumpulkan dari situs web saya?

webwhiz mengumpulkan data dari halaman situs web Anda untuk melatih chatbot Anda. Ini mencakup data teks dari halaman serta metadata apa pun seperti judul atau deskripsi halaman. Kami tidak mengumpulkan informasi pengenal pribadi (PII) atau data sensitif apa pun dari situs web Anda. Kami hanya memindai data publik yang tersedia untuk mesin pencari

Apa yang terjadi jika saya melebihi batas paket saya?

Jika Anda melampaui batas rencana untuk proyek atau halaman, kami akan memberi tahu Anda. Namun, jika Anda melebihi batas token untuk paket Anda, chatbot Anda akan berhenti menghasilkan tanggapan AI dan malah akan merespons dengan pesan yang telah ditentukan sebelumnya.

Apa itu token?

Token adalah satuan ukuran yang digunakan untuk menghitung jumlah data teks yang diproses oleh chatbot Anda. Setiap token berhubungan dengan sejumlah karakter yang bervariasi, bergantung pada kompleksitas bahasa yang digunakan dalam pesan. Setiap pesan yang dikirimkan chatbot Anda menggunakan sejumlah token tertentu berdasarkan panjang dan kompleksitas masukan serta respons AI. Anda dapat melihat penggunaan token akun Anda saat ini di dasbor.

Bisakah saya melatih data khusus?

Ya, Anda dapat melatih data khusus hanya dengan menempelkan konten ke webwhiz

Bolehkah aku membawa kunci ai terbukaku sendiri

Tidak untuk saat ini, tetapi akan mungkin dilakukan dalam beberapa hari.

Berapa ukuran maksimum konteks?

webwhiz memiliki batasan pada ukuran konteks. Namun, harap diperhatikan bahwa jumlah halaman yang dapat Anda jelajahi mungkin terbatas berdasarkan paket yang Anda pilih. Silakan merujuk ke halaman paket kami untuk mempelajari lebih lanjut tentang batasan spesifik setiap paket.

? Lisensi

webwhiz adalah sumber terbuka di bawah GNU Affero General Public License Versi 3 (AGPLv3)

SDK webwhiz

webwhiz SDK tersedia di NPM, CDN, dan GitHub.

• NPM - NPM adalah manajer paket untuk bahasa pemrograman JavaScript. Anda dapat menginstal webwhiz menggunakan perintah berikut

  npm install webwhiz

• CDN Gunakan langsung dari CDN

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

☁️ Hosting Mandiri

1. buruh pelabuhan - Mudah
2. Pengaturan Manual - Terlibat (tetapi memberikan lebih banyak fleksibilitas)

? Buruh pelabuhan

Prasyarat

• Docker & penulisan buruh pelabuhan

Menjalankan webwhiz dengan buruh pelabuhan

1. Kloning reponya
2. Edit file .env.docker yang ada di root repo dan tambahkan OPENAI_KEY & OPENAI_KEY_2 Anda
3. Gunakan docker-compose untuk memulai tumpukan

 # 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

? petunjuk

webwhiz dirancang untuk digunakan sebagai Chatbot tingkat produksi yang dapat ditingkatkan atau diturunkan skalanya untuk menangani volume data berapa pun.

webwhiz terutama terdiri dari 3 komponen

1. Server API - Ini adalah server web backend webwhiz utama yang menggunakan NestJS
2. JS Celery Worker - Menangani perayapan, pembuatan embeddings
3. Python Celery Worker - Kalkulator kesamaan Container Cosine & ekstraktor konten HTML / PDF

Untuk penggunaan webwhiz Database dan Caching

• MongoDB
• ulang

Server backend menggunakan layanan pihak ketiga (termasuk OpenAI) untuk memberi daya pada chatbot, serta untuk pemantauan kesalahan, dll. Hanya kunci OpenAI yang wajib dan Anda dapat mengabaikan yang lain jika Anda mau.

CATATAN: webwhiz terus menyematkan di Redis untuk meningkatkan kinerja respons chatbot. Bagi sebagian besar organisasi, chatbot yang dibuat akan berisi data untuk beberapa ratus atau ribuan halaman, dan Redis akan berfungsi dengan baik sekaligus memberikan kinerja yang lebih baik. Jika Anda ingin menggunakan database vektor khusus untuk mencari potongan yang relevan, silakan hubungi kami.

Prasyarat

• MongoDB v6
• Redis v7
• Node v18 + Benang
• Python v3.6+

Mengatur Variabel Lingkungan

1. Buat salinan file .env.sample dan ganti namanya menjadi .env

Variabel berikut ini wajib diisi

• HOST - IP yang harus diikat oleh server web biasanya 0.0.0.0
• PORT - Port di mana server web harus mendengarkan (Default 3000)
• SECRET_KEY - Rahasia yang digunakan untuk enkripsi (JWT, dll).
• MONGO_URI - Uri MongoDB untuk digunakan
• MONGO_DBNAME - Nama Database di dalam MongoDB
• OPENAI_KEY - Kunci API OpenAI
• OPENAI_KEY_2 - Kunci API OpenAI alternatif, digunakan ketika kunci utama menimbulkan kesalahan. Anda dapat menggunakan kunci API yang sama untuk keduanya jika Anda tidak ingin memberikan dua kunci API terpisah

2. Di dalam folder pekerja buat salinan .env.sample dan ganti namanya menjadi .env .

Tetapkan nilai untuk variabel berikut - MONGO_URI , MONGO_DBNAME , REDIS_HOST , REDIS_PORT

Menginstal dependensi dan menjalankan aplikasi

Dari folder root jalankan perintah berikut

 # 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

Ini akan memulai server http backend, pekerja js dan pekerja python

Bagian depan

Buat file .env di folder frontend dan tambahkan variabel berikut

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

Dari folder frontend jalankan perintah berikut untuk memulai server

 # Install dependencies
npm install

# Run front end app
npm run start

Jalankan npm run build untuk mengemas aplikasi frontend

Jika Anda menghadapi masalah apa pun, hubungi hi@ webwhiz .ai