mcqgen

แอปพลิเคชันตัวสร้าง MCQ โดยใช้ LangChain และ HuggingFace Hub API

MCQ Generator พร้อม Streamlit เป็นเว็บแอปพลิเคชันที่ให้ผู้ใช้สามารถอัปโหลดไฟล์ PDF หรือข้อความ ระบุจำนวนคำถาม หัวข้อ และน้ำเสียง และสร้างคำถามแบบปรนัย (MCQ) ตามข้อมูลที่ป้อนให้ แอปพลิเคชันนี้ใช้โมเดลภาษาโอเพ่นซอร์ส Hugging Face API สำหรับการประมวลผลภาษาธรรมชาติ และให้ข้อเสนอแนะเกี่ยวกับความซับซ้อนของแบบทดสอบที่สร้างขึ้น

หากต้องการเรียกใช้แอปพลิเคชันนี้:

• ดาวน์โหลด repo นี้และติดตั้งไลบรารีข้อกำหนดเบื้องต้นโดยใช้คำสั่ง pip install -r needs.txt
• รันคำสั่ง streamlit run streamlitapp.py เพื่อรันแอปพลิเคชัน
• PS: คุณจะต้องระบุ HUGGING_FACE_TOKEN ของคุณเองในไฟล์ mcqGen.py

คุณสมบัติ

• การอัปโหลดไฟล์: ผู้ใช้สามารถอัปโหลดไฟล์ PDF หรือไฟล์ข้อความที่มีข้อความที่จะใช้สร้าง MCQ ได้
• อินพุตแบบไดนามิก: ผู้ใช้สามารถระบุจำนวนคำถาม หัวข้อ และน้ำเสียงสำหรับ MCQ ที่สร้างขึ้น
• ข้อเสนอแนะแบบเรียลไทม์: ให้ข้อเสนอแนะแบบเรียลไทม์เกี่ยวกับความซับซ้อนของแบบทดสอบที่สร้างขึ้นและแนะนำการปรับปรุง
• การแสดงแบบตาราง: แสดง MCQ ที่สร้างขึ้นในรูปแบบตารางเพื่อให้อ่านง่าย

ข้อกำหนดเบื้องต้น

• หลาม 3.x
• ไลบรารีสตรีมไลท์
• ห้องสมุดแลงเชน
• กอด_FACE_TOKEN

การติดตั้ง

1. โคลนที่เก็บ:

   git clone https://github.com/4darsh-Dev/mcqgen.git

2 ติดตั้งการพึ่งพาที่จำเป็น:

pip install -r requirements.txt

3. ตั้งค่าตัวแปรสภาพแวดล้อม:

   • สร้างไฟล์ .env ในไดเร็กทอรีราก

   • เพิ่มคีย์ OpenAI API ของคุณลงในไฟล์ .env:

     HF_API_TOKEN=YOUR_TOKEN_HERE

4. ติดตั้งแพ็คเกจโลคัลในสภาพแวดล้อมเสมือน:

   python setup.py install

สาธิต

เร็วๆ นี้...

การใช้งาน

1. เรียกใช้แอปพลิเคชัน Streamlit:

   streamlit run main.py

2. เข้าถึงแอปพลิเคชันในเว็บเบราว์เซอร์ของคุณ

3. อัปโหลดไฟล์ PDF หรือไฟล์ข้อความ ระบุจำนวนคำถาม หัวข้อ และเสียง จากนั้นคลิกปุ่ม "สร้าง MCQ"

4. ดู MCQ ที่สร้างขึ้นและความคิดเห็นเกี่ยวกับรีวิวที่ให้ไว้

การบันทึก

• บันทึกทั้งหมดจะถูกจัดเก็บไว้ในไดเร็กทอรี logs
• ไฟล์บันทึกแต่ละไฟล์จะมีชื่อพร้อมการประทับเวลาที่ระบุว่าไฟล์ถูกสร้างขึ้นเมื่อใด