notion chat langchain

개념 지식 기반을위한 챗봇

OpenAI, TypeScript, Langchain 및 Pinecone을 사용하여 개념 지식 기반/문서를 질문 할 수있는 간단한 챗봇을 만듭니다.

튜토리얼 비디오

예제 데이터

이 repo는 전문가 및 팀을위한 차세대 캘린더 인 CRON의 지원 문서의 개념 템플릿을 사용합니다.

개발

1. 레포를 복제하십시오
2. 패키지를 설치하십시오

 pnpm install

3. .env 파일을 설정하십시오

• .env.example .env 로 복사하십시오 .env 파일은 다음과 같습니다.

 OPENAI_API_KEY=

PINECONE_API_KEY=
PINECONE_ENVIRONMENT=

• OpenAi 및 Pinecone을 방문하여 API 키를 검색하고 .env 파일에 삽입하십시오.

4. config 폴더에서 pinecone-index.ts 로 이동하여 Pinecone Dashboard의 인덱스 이름으로 PINECONE_INDEX_NAME 교체하십시오.

? 자신의 데이터 세트 수집에 대한 지침

개념에서 데이터 세트를 내보내십시오. 오른쪽 상단 코너의 3 개의 점을 클릭 한 다음 Export 클릭하면이 작업을 수행 할 수 있습니다.

다음 개념 지침을 따르십시오 : 콘텐츠를 내보내십시오

내보내면 Markdown & CSV 형식 옵션을 선택하십시오.

Everything 선택하고, include subpages , Create folders for subpages. 그런 다음 Export 클릭하십시오

다운로드 폴더에서 .zip 파일이 생성됩니다. .zip 파일을이 저장소의 루트로 이동하십시오.

7-zip (또는 winzip)을 사용하여 폴더를 압축하거나 다음 UNIX/LINUX 명령을 실행하여 ZIP 파일을 풀기 위해 (자체 파일 이름으로 Export... ).

unzip Export-d3adfe0f-3131-4bf3-8987-a52017fc1bae.zip -d Notion_DB

루트 폴더에 지식 기반의 Markdown 파일과 폴더가 포함 된 Notion_DB 폴더가 표시됩니다.

데이터 수집

이제 문서를 ingest 해야합니다. 매우 간단한 용어로 섭취는 유사성 검색을 위해 문서를 쉽게 저장하고 분석 할 수있는 숫자 (임베딩)로 변환하는 과정입니다.

npm run ingest

앱 실행

로컬 데브 환경 npm run dev 실행하십시오.

검색 창을 사용하여 문서에 대한 질문을하십시오.

단순한.

전개

이 앱을 Vercel (문서)으로 클라우드에 배포 할 수 있습니다.

신용 거래

이 repo는 Notion-Qa에서 영감을 받았습니다