Babu LOHAR

Бабу-Лохар: Slack-бот на базе усовершенствованной модели LLM для взаимодействия с загруженными документами

Введение

Babu-Lohar — это универсальный бот Slack, работающий на основе усовершенствованной модели большого языка (LLM). Он предназначен для взаимодействия с загруженными вами документами, извлечения полезной информации и помощи в анализе и управлении контентом.

Функции

• Загрузка документов: загрузите файлы документов на канал Slack, и Бабу-Лохар автоматически их обработает.
• Общайтесь со своими документами.
• Резюмирование документов.
• Продвинутое понимание языка. Благодаря новейшей модели понимания языка Бабу-Лохар может понимать и выполнять сложные команды и даже участвовать в непринужденной беседе.

Установка

1. Клонировать репозиторий

   Сначала клонируйте репозиторий Babu-Lohar с GitHub на свой локальный компьютер. Используйте следующую команду:

    git clone https://github.com/Madhav-MKNC/Babu-LOHAR.git;
   cd Babu-LOHAR/;
   

2. Среда установки

   Установите необходимые зависимости для Бабу-Лохара. Рекомендуется использовать виртуальную среду для организации вашего проекта.

    pip install -r requirements.txt
   

3. Настройте свое рабочее пространство Slack

   Создайте нового бота в своем рабочем пространстве Slack и получите Bot User OAuth Token .

4. Настройка переменных среды

   Вам нужно будет настроить все переменные среды, упомянутые в файле .env. (Убедитесь, что эта часть остается максимально надежной)

5. Запустить бота

   После того, как вы все настроите, вы можете запустить Babu-Lohar, используя следующую команду:

    python main.py
   

Использование

Как только Babu-Lohar заработает, вы сможете начать загружать документы в свое рабочее пространство Slack. Бот автоматически обработает любой документ, загруженный на каналы, участником которых он является.

Чтобы взаимодействовать с Бабу-Лохаром, просто упомяните бота в сообщении.

Лицензия

Бабу-Лохар имеет лицензию MIT.

Благодарности

Мы благодарны @OpenAI за их невероятные модели GPT, на которых основан Бабу-Лохар. Кроме того, мы хотели бы выразить благодарность @hwchase17 за фреймворк Langchain, который внес большой вклад в развитие нашего проекта.

Контакт

Если у вас есть какие-либо вопросы или проблемы, откройте проблему на GitHub или свяжитесь напрямую с сопровождающими.

Наслаждайтесь использованием Бабу-Лохара!