Amazon OpenSearch 및 LangChain 데모

시작하기 전에

Python과 Streamlit이 설치되어 있는지 확인하세요.
이 저장소를 복제하세요

Amazon OpenSearch 설정

Amazon OpenSearch 서버리스 컬렉션을 생성합니다( 벡터 검색을 입력하고 간편한 생성 옵션 선택) - 설명서.

아래 구성으로 인덱스를 생성합니다.

OpenSearch에 데이터 로드

Amazon 2022 주주에게 보내는 서신을 다운로드하여 동일한 디렉터리에 보관하세요.

.env 파일을 생성하고 Amazon OpenSearch 설정에 대한 다음 정보를 제공합니다.

opensearch_index_name= '  '
opensearch_url= '  '
engine= ' faiss '
vector_field= ' vector_field '
text_field= ' text '
metadata_field= ' metadata '

로컬 시스템에서 액세스할 수 있도록 Amazon Bedrock을 구성했는지 확인하십시오. 또한 Amazon Bedrock의 amazon.titan-embed-text-v1 임베딩 모델 및 anthropic.claude-v2 모델에 액세스해야 합니다. 자세한 내용은 다음 지침을 따르세요.

PDF 데이터 로드:

python3 -m venv myenv
source myenv/bin/activate
pip3 install -r requirements.txt

python3 load.py

OpenSearch 컬렉션의 데이터 확인

시맨틱 검색 앱 실행

streamlit run app_semantic_search.py --server.port 8080

다음과 같은 질문을 할 수 있습니다.

What is Amazon ' s doing in the field of generative AI?
What were the key challenges Amazon faced in 2022?
What were some of the important investments and initiatives mentioned in the letter?

RAG 애플리케이션 실행

다른 터미널에서:

 source myenv/bin/activate
streamlit run app_rag.py --server.port 8081

다음과 같은 질문을 할 수 있습니다.

What is Amazon ' s doing in the field of generative AI?
What were the key challenges Amazon faced in 2022?
What were some of the important investments and initiatives mentioned in the letter?