alfresco ai framework 다운로드 - alfresco ai framework 소스 코드 다운로드

alfresco ai framework

AI 소스 코드

1.0.0

다운로드

야외 AI 프레임워크

Alfresco AI 프레임워크 는 Java 및 Spring AI를 활용하여 AI 기능을 Alfresco에 통합하도록 설계된 강력한 프레임워크입니다. AI 및 기계 학습 모델을 사용하여 Alfresco에서 문서 콘텐츠를 처리, 분석 및 향상시키는 도구 및 서비스 제품군을 제공합니다.

참고 : 이 프로젝트는 최종 RELEASE가 아직 제공되지 않으므로 Spring AI SNAPSHOT 버전을 사용합니다.

주요 특징

AI 기반 문서 처리 : Alfresco 저장소 내에서 RAG(검색 증강 생성) 채팅 기능을 활성화합니다.
모듈형 아키텍처 : Spring Boot 기반 아키텍처를 기반으로 구축되어 배포 및 확장성에 유연성을 제공합니다.
원활한 통합 : AI 기능을 통해 Alfresco Content Services를 쉽게 확장할 수 있습니다.

시작하기

전제 조건

Java 17 : 서비스 빌드 및 실행에 필요
Maven : 백엔드 서비스 구축용
Angular 18 : UI 개발 및 실행용
Node.js 18 : UI 구축에 필요
Docker : 컨테이너화된 배포용

건축학

아키텍처 다이어그램

프로젝트

ai-rag-프레임워크 :
문서를 GenAI(Generative AI) 모델로 수집하고 RAG(Retrieval-Augmented Generation) 채팅 서비스를 제공하기 위해 Spring AI 위에 구축된 REST API입니다.
- 요구사항 :
  - Ollama가 제공하는 로컬 LLM(대형 언어 모델)
  - 벡터 데이터베이스로서의 Elasticsearch
야외-AI-동기화 :
Alfresco Repository에서 문서를 검색하고 ai-rag-framework API를 통해 벡터 데이터베이스에 수집하는 Alfresco Java SDK를 기반으로 구축된 서비스입니다.
- 요구사항 :
  - 실행 중인 Alfresco Repository
  - ai-rag-framework 서비스
야외-ai-ui :
ai-rag-framework 에서 제공하는 RAG 채팅 서비스와 상호 작용하기 위해 Alfresco ADF 위에 구축된 사용자 인터페이스입니다.
- 요구사항 :
  - ai-rag-framework 서비스가 실행 중이어야 합니다.
alfresco-docker : 컨테이너 지향 Alfresco Community 23.3 배포

실험실

이 튜토리얼 시리즈는 데이터 수집, 채팅 통합 및 시스템의 전반적인 운영을 포함하여 프로젝트의 주요 기능을 안내합니다.

랩 1: 수집 파이프라인

수집 파이프라인 다이어그램

이 실습에서는 Alfresco에 저장된 기술 자료 에서 선택한 콘텐츠로 벡터 데이터베이스 (Elasticsearch)를 채우는 방법을 알아봅니다. 여기에는 Ollama를 통해 Embedding 모듈 nomic-embed-text 사용하여 콘텐츠에서 벡터를 추출하는 작업이 포함됩니다.

실습 1: 수집 파이프라인에 따라 실습을 시작하세요.

실습 2: 채팅 기능

채팅 다이어그램

이 랩에서는 Share 및 ADF와 같은 Alfresco UI 앱을 사용하여 Ollama를 통해 LLM qwen2.5 로 채팅 기능을 활성화하는 데 중점을 둡니다. 이 프로세스에는 Ollama를 통해 Embedding 모듈 nomic-embed-text 사용하여 사용자 프롬프트를 벡터로 변환한 다음 벡터 데이터베이스 (Elasticsearch)에서 관련 콘텐츠를 검색하는 작업이 포함됩니다. 검색된 텍스트는 LLM 에 컨텍스트를 제공하는 데 사용되며, 이는 보다 정확한 응답을 생성하는 데 도움이 됩니다.

실습 2: 채팅 기능에 따라 이 실습을 시작하세요.