GenAI RAG implementation

GenAI RAG の実装 [マーケティング電子メールの生成]

このプロジェクトでは、Python と Streamlit を使用して、マーケティング コンテンツ、特に電子メールの生成を支援するユーザーフレンドリーな Web アプリケーションを作成します。大規模言語モデル (LLM) を利用して、ユーザー入力と製品説明に基づいて電子メールのコピーを作成します。

主な特徴:

電子メール マーケティング タイプの選択: 作成するマーケティング コンテンツのタイプを選択します (プロモーション、ニュースレター、教育など)。

製品説明の入力: 詳細を手動で入力するか、ファイル (テキスト、PDF、または PPT) をアップロードします。

データのアップロード (オプション): 洞察のための関連データを含む CSV、Excel、またはテキスト ファイルをアップロードします。

ユーザー電子メールのビジョン: 希望する電子メールのコンテンツと重点分野の概要を示します。

創造性レベル: 生成された電子メールのコピーの創造性レベルを調整します。

法的フッターの選択: 電子メールの事前定義された法的フッターを選択します。

電子メールの生成: 仕様に基づいて電子メールのコンテンツを生成します。

法的チェック (オプション): 電子メールが法的および規制上の要件に準拠していることを確認します。

ダウンロード オプション: 生成された電子メールと分析グラフ (データがアップロードされている場合) をダウンロードします。

はじめる：

リポジトリのクローンを作成します。 git clone https://github.com/vishaltembhre/GenAI-RAG-implementation.git を使用してプロジェクトのクローンを作成します。

依存関係をインストールする: プロジェクト ディレクトリに移動し、pip install -r required.txt を実行して必要なライブラリをインストールします。

API キーを構成する: .secrets という名前のシークレット ファイルを作成し、Azure OpenAI API の詳細 (CLIENT_SECRET) を安全に追加します。

アプリケーションを実行します。 python main.py を実行して、Streamlit アプリを開始します。

図書館

パイソン

ストリームライト

langchain (LLM 統合用)

pandas (データ操作用)

PyPDF2 (PDF処理用)

pptx（パワーポイント処理用）

Azure OpenAI (LLM アクセス用)

matplotlib (データ視覚化用)

seaborn (データ視覚化用)