open source slack ai

Aplikasi AI slack open-source

Repositori ini adalah solusi AI slack dasar yang siap dijalankan, Anda dapat meng-host diri sendiri dan membuka kunci kemampuan untuk merangkum utas dan saluran sesuai permintaan menggunakan OpenAi (dukungan untuk LLM alternatif dan open source akan ditambahkan jika ada permintaan). Produk Slack AI resmi tampak hebat, tetapi dengan akses terbatas dan harga tambahan, saya memutuskan untuk open-source versi yang saya bangun pada bulan September 2023. Pelajari lebih lanjut tentang bagaimana dan mengapa saya membangun AI Slack open-source.

Setelah naik dan berjalan (instruksi untuk seluruh proses disediakan di bawah), semua pengguna Slack Anda akan dapat menghasilkan untuk publik dan pribadi:

1. Ringkasan Thread -Hasilkan ringkasan terperinci dari setiap utas Slack (ditenagai oleh GPT-3.5-turbo)
2. Tinjauan Saluran - Hasilkan garis besar tujuan saluran berdasarkan pada riwayat pesan yang diperluas (didukung oleh ansambel model NLP dan sedikit GPT -4 untuk menjelaskan analisis dalam bahasa alami)
3. Ringkasan saluran sejak -menghasilkan ringkasan terperinci dari pesan saluran sejak titik waktu tertentu (ditenagai oleh GPT-3.5-turbo). Sekarang dengan dukungan untuk petunjuk kustom! EG /tldr_since anonymize the summary . Catatan: Ini belum termasuk utas.
4. Ringkasan Saluran Lengkap (Eksperimental)-Menghasilkan ringkasan terperinci dari sejarah yang diperluas saluran (ditenagai oleh GPT-3.5-turbo). Sekarang dengan dukungan untuk petunjuk kustom! EG /tldr_extended anonymize the summary . Catatan: Ini bisa menjadi sangat lama!

Daftar isi

• Memulai
  • Prasyarat
  • Instalasi
  • Penggunaan
  • Kustomisasi
• Pengujian
• Peningkatan di masa depan
• Berkontribusi

Memulai

Ikuti instruksi ini untuk mendapatkan salinan proyek dan berjalan di mesin lokal Anda untuk tujuan pengembangan dan pengujian.

Prasyarat

Pastikan Anda memiliki yang telah dikonfigurasikan sebelumnya atau diinstal pada mesin pengembangan lokal Anda:

• Python 3.9.x - 3.11.x
• Kunci API Openai
• Aplikasi Slack & Token API Terkait
• Manajer Paket Puisi
• Ngrok (disarankan)

Instalasi

1. Kloning repositori ke mesin lokal Anda.
2. Arahkan ke direktori proyek.
3. Instal Paket Python yang Diperlukan Menggunakan Puisi:

poetry install

4. Instal Model Kamus

poetry run python -m spacy download en_core_web_md

5. Buat file .env di direktori root proyek, dan isi dengan kunci dan token API Anda. Gunakan file example.env sebagai templat.

cp example.env .env && open .env

Konfigurasi Aplikasi Slack

Buat salinan manifest.json dan ubah URL permintaan ke URL NGROK atau server Anda.

Buat aplikasi Slack baru di sini dan konfigurasikan menggunakan file manifest.yaml Anda.

Anda tidak perlu membuat perubahan lain tetapi Anda dapat mengubah nama, deskripsi, dan pengaturan terkait salinan lainnya.

Jika Anda ingin menyesuaikan nama perintah slash, Anda harus memodifikasi slack_server.py .

Setelah dikonfigurasi, ambil "Bot User OAuth Token" dari halaman "Install App" dan tambahkan ke file .env Anda sebagai SLACK_BOT_TOKEN .

Kemudian, pada halaman Informasi Dasar di bawah tajuk token tingkat aplikasi Buat token dengan connections:write dan tambahkan ke file .env Anda sebagai SLACK_APP_TOKEN .

Penggunaan

Untuk menjalankan aplikasi, jalankan server FASTAPI:

poetry run uvicorn ossai.slack_server:app --reload

Anda kemudian perlu mengekspos server ke internet menggunakan NGROK.

Jalankan Ngrok dengan perintah berikut: ngrok http 8000

Kemudian tambahkan URL Ngrok ke pengaturan aplikasi Slack Anda.

Kustomisasi

Opsi kustomisasi utama adalah:

• Ringkasan Saluran: Sesuaikan prompt chatgpt di topic_analysis.py
• Ringkasan Thread: Sesuaikan prompt chatgpt di summarizer.py

Pengujian

Proyek ini menggunakan pytest dan pytest-cov untuk menjalankan tes dan mengukur cakupan uji.

Ikuti langkah -langkah ini untuk menjalankan tes dengan cakupan:

1. Arahkan ke direktori root proyek.

2. Jalankan perintah berikut untuk menjalankan tes dengan cakupan:

   pytest --cov=ossai tests/

   Perintah ini akan menjalankan semua tes di tests/ direktori dan menghasilkan laporan cakupan untuk modul ossai .

3. Setelah menjalankan tes, Anda akan melihat laporan di terminal Anda yang menunjukkan persentase kode yang dicakup oleh tes dan menyoroti setiap baris yang tidak tercakup.

Harap dicatat bahwa jika Anda menggunakan lingkungan virtual, pastikan itu diaktifkan sebelum menjalankan perintah ini.

Peningkatan di masa depan

• Pindah ke Langchain & Langssmith untuk ekstensibilitas, penelusuran, & kontrol
• Leverage kemampuan umpan balik Langssmith untuk menangkap & belajar dari umpan balik pengguna
• Tambahkan perintah A /tldr_since untuk merangkum pesan saluran sejak tanggal yang diberikan
• Tambahkan detail pengaturan aplikasi slack dan sampel aplikasi manifes ke readme
• Menggabungkan percakapan berulir dalam ringkasan tingkat saluran
• Menerapkan Evals Suite untuk melengkapi tes unit
• Tambahkan dukungan untuk LLMS alternatif dan open-source
• Jelajahi alur kerja untuk mengumpulkan data & model penyesuaian data untuk pengurangan biaya
• Tambahkan dukungan untuk ringkasan pesan anonim
• Leverage alat cepat seperti Chain of Destiny
• Tambahkan dukungan untuk menarik konteks pendukung dari sumber eksternal seperti basis pengetahuan perusahaan
• Jelajahi caching dan optimasi kinerja lainnya
• Jelajahi analisis sentimen

Berkontribusi

Saya lebih dari menyambut kontribusi! Harap baca CONTRIBUTING.md untuk detail tentang cara mengirimkan umpan balik, bug, permintaan fitur, peningkatan, atau permintaan tarik Anda sendiri.

Lisensi

Proyek ini dilisensikan di bawah lisensi GPL -3.0 - lihat file LICENSE.md untuk detailnya.