GenAI RAG implementation

GenAI RAG 구현 [마케팅 이메일 생성]

이 프로젝트는 Python과 Streamlit을 사용하여 마케팅 콘텐츠, 특히 이메일 생성을 지원하는 사용자 친화적인 웹 애플리케이션을 만듭니다. LLM(대형 언어 모델)을 활용하여 사용자 입력 및 제품 설명을 기반으로 이메일 사본을 작성합니다.

주요 특징:

이메일 마케팅 유형 선택: 생성하려는 마케팅 콘텐츠 유형(예: 홍보, 뉴스레터, 교육)을 선택합니다.

제품 설명 입력: 세부 사항을 직접 입력하거나 파일(텍스트, PDF 또는 PPT)을 업로드합니다.

데이터 업로드(선택 사항): 통찰력을 얻기 위해 관련 데이터가 포함된 CSV, Excel 또는 텍스트 파일을 업로드합니다.

사용자 이메일 비전: 원하는 이메일 콘텐츠와 중점 영역을 설명합니다.

창의성 수준: 생성된 이메일 사본의 창의성 수준을 조정합니다.

법적 바닥글 선택: 이메일에 대해 미리 정의된 법적 바닥글을 선택하세요.

이메일 생성: 사양에 따라 이메일 콘텐츠를 생성합니다.

법적 확인(선택 사항): 이메일이 법률 및 규제 요구 사항을 준수하는지 확인합니다.

다운로드 옵션: 생성된 이메일과 인사이트 그래프(데이터가 업로드된 경우)를 다운로드합니다.

시작하기:

저장소 복제: git clone https://github.com/vishaltembhre/GenAI-RAG-implementation.git을 사용하여 프로젝트를 복제합니다.

종속성 설치: 프로젝트 디렉터리로 이동하고 pip install -r 요구사항.txt를 실행하여 필수 라이브러리를 설치합니다.

API 키 구성: .secrets라는 비밀 파일을 만들고 Azure OpenAI API 세부 정보(CLIENT_SECRET)를 안전하게 추가합니다.

애플리케이션 실행: Python main.py를 실행하여 Streamlit 앱을 시작합니다.

도서관

파이썬

스트림라이트

langchain(LLM 통합용)

팬더(데이터 조작용)

PyPDF2(PDF 처리용)

pptx(파워포인트 처리용)

Azure OpenAI(LLM 액세스용)

matplotlib(데이터 시각화용)

seaborn(데이터 시각화용)