nextjs fastapi your chat下載 - nextjs fastapi your chat原始碼下載

nextjs fastapi your chat

Ai源碼

1.0.0

下載

Next.js + FastAPI：與您的網站聊天

該應用程式利用 Next.js 作為前端，FastAPI 作為後端，利用 LangChain 的功能進行動態 Web 交互，從而促進聊天機器人的發展。

聊天機器人介面

混合應用程式的功能

透過LangChain進行網頁互動：利用最新的LangChain版本，從網站上進行有效的互動和資訊擷取。
多功能語言模型整合：提供與包括 GPT-4 在內的各種模型的兼容性。使用者可以輕鬆地在模型之間切換以滿足自己的需求。
使用者友善的 Next.js 前端：此介面直觀且適合所有技術背景的使用者使用。

操作機制

該應用程式將 Python/FastAPI 伺服器整合到/api/路徑下的 Next.js 應用程式中。這是透過重寫next.config.js來實現的，將任何/api/:path*請求定向到位於/api資料夾中的 FastAPI 伺服器。在本地，FastAPI 在127.0.0.1:8000上運行，而在生產中，它在 Vercel 上作為無伺服器功能運行。

設定應用程式

安裝依賴項：
```
npm install
```
使用您的 OpenAI API 金鑰建立.env檔：
```
 OPENAI_API_KEY=[your-openai-api-key]
```
啟動開發伺服器：
```
npm run dev
```
透過 http://localhost:3000 存取該應用程式。 FastAPI 伺服器運行在 http://127.0.0.1:8000 上。

對於僅後端測試：

conda create --name nextjs-fastapi-your-chat python=3.10
conda activate nextjs-fastapi-your-chat
pip install -r requirements.txt
uvicorn api.index:app --reload

維護聊天記錄（TODO 清單）

保留聊天歷史記錄的選項包括：

全域變數：簡單，但對於可擴展性和一致性而言並不理想。
記憶體資料庫/快取：可擴展的解決方案，例如用於儲存聊天歷史記錄的 Redis。
資料庫儲存：健全且持久的方法，適合生產環境。

了解 RAG 演算法

RAG（檢索增強生成）透過從自訂知識庫檢索上下文來增強語言模型。該過程包括獲取 HTML 文檔，將它們分割成區塊，並使用 OpenAI 等嵌入模型對這些區塊進行向量化。這種向量化資料形成向量存儲，從而實現基於使用者查詢的語義搜尋。然後，檢索到的相關區塊將用作語言模型的上下文，形成對使用者查詢的全面回應。