ConversAI下載 - ConversAI原始碼下載

ConversAI

Ai源碼

1.0.0

下載

對話人工智慧

ConversAI是一種創新的對話式 AI 框架，旨在幫助使用者跨各種文件格式和 Web 內容進行智慧互動。 ConversAI 利用先進的自然語言處理 (NLP) 技術，實現無縫文字擷取和查詢功能，使其成為研究人員、學生、專業人士以及經常與文字資訊互動的任何人的寶貴工具。

介紹

在資訊過載的時代，高效率的數據處理至關重要。 ConversAI 透過利用最先進的技術將非結構化資料轉化為可操作的見解來應對這項挑戰。無論是從 PDF 中提取有意義的資訊、從 YouTube 影片中獲取文字記錄，還是從多個網頁中收集數據，ConversAI 都提供了一個用戶友好的介面，可以簡化這些複雜的任務。

使用的關鍵技術：

Gradio ：用於建立互動式使用者介面。
Langchain ：用於連結各種資料檢索和處理任務。
EasyOCR ：用於可掃描 PDF 中的光學字元辨識。
Pymupdf ：用於處理可搜尋的 PDF 文件。
BeautifulSoup ：用於網頁抓取和 HTML 解析。

憑藉其模組化設計，ConversAI 不僅僅是一個工具，更是一個可以擴展和客製化以滿足不同用戶需求的平台。

特徵

文字擷取：從可搜尋和可掃描的 PDF 中提取文字。
網路爬蟲：有效地收集和處理來自網站的文字。
YouTube 成績單擷取：取得並處理影片成績單以便於查詢。
對話式介面：互動式 Gradio UI，可實現無縫使用者互動。
可配置：輕鬆自訂以適應特定用例。
進階文件檢索：利用複雜的演算法來提高準確性和相關性。

好處

節省時間：自動提取文本，使用戶能夠專注於分析而不是手動數據輸入。
準確度：高精準度文字擷取能力確保用戶收到可靠的數據。
使用者友善：直覺的介面使具有不同技術技能的使用者都可以使用。
可擴充：模組化架構可以輕鬆整合附加特性和功能。

入門

先決條件

在執行 ConversAI 之前，請確保已安裝以下相依性：

apt-get update && apt-get upgrade -y
apt-get install poppler-utils -y

此外，您需要為 GROQ API 設定環境變數：

註冊 Groq 並取得您的 API 金鑰。
在環境變數中設定GROQ_API_KEY 。

安裝

克隆儲存庫：

git clone https://github.com/rauhanahmed/ConversAI.git
cd ConversAI

安裝所需的軟體包：
```
pip install -r requirements.txt
```

運行應用程式

要啟動該應用程序，請執行以下命令：

python app.py

Gradio 介面將在您的預設 Web 瀏覽器中開啟。

重要配置注意事項

如果GPU不可用，請修改config.ini檔案如下：

在[EMBEDDINGS]部分下，更改：
```
 device = cuda
```
到：
```
 device = cpu
```
在[EASYOCR]部分下，更改：
```
 gpu = true
```
到：
```
 gpu = false
```

這些調整將確保應用程式在 CPU 資源上平穩運行。

重要提示

使用該介面後，請務必按一下「清除」按鈕以重設欄位。這一點至關重要，因為此版本中尚未實現會話管理，且未能清除輸入可能會導致後續互動過程中意外的資料持久化。

目錄結構

這是專案目錄樹的綜合視圖：

 ConversAI/
├── app.py                      # Main application file
├── config.ini                  # Configuration file
├── params.yaml                 # Prompts for the application
├── requirements.txt            # Required Python packages
├── src/                        # Source code directory
│   ├── components/             # Component modules
│   │   ├── loaders/            # Data loaders
│   │   │   ├── pdfLoader.py
│   │   │   ├── websiteCrawler.py
│   │   │   └── youtubeLoader.py
│   │   ├── rag/                # Retrieval-Augmented Generation components
│   │   │   └── RAG.py
│   │   └── vectors/            # Vector storage and processing
│   │       └── vectorstore.py
│   ├── utils/                  # Utility functions and classes
│   │   ├── exceptions.py
│   │   ├── functions.py              
│   │   ├── logging.py
│   ├── pipelines/              # Pipeline logic for data processing
│   │   └── completePipeline.py
└── README.md                   # Project documentation