RAG-basierter Aufbau eines Mini-Assistenten für Gesundheitsberatung (Pilotprojekt)

Allgemeine Einführung

LLM-RAG-Longevity-Coach ist ein Chatbot, der auf den Technologien Large Language Modelling (LLM) und Retrieval Augmented Generation (RAG) basiert und den Benutzern personalisierte Ratschläge zu Gesundheit und Langlebigkeit geben soll. Das von Tyler Burleigh entwickelte Projekt nutzt Streamlit, um eine Benutzeroberfläche zu erstellen, die relevante Gesundheitsdaten (z. B. genetische Varianten, Laborergebnisse, Informationen zu Nahrungsergänzungsmitteln) abruft, um genaue Gesundheitsempfehlungen zu erstellen. Die Nutzer können über eine einfache Chat-Schnittstelle gesundheits- oder lebensdauerbezogene Fragen eingeben, und das System wird ihnen maßgeschneiderte Ratschläge geben, die ihnen helfen, ihre Gesundheit besser zu verwalten und länger zu leben.

Funktionsliste

• Personalisierte GesundheitsberatungBietet auf der Grundlage der genetischen Daten des Benutzers, der Laborergebnisse und der Informationen über Nahrungsergänzungsmittel maßgeschneiderte Ratschläge zu Gesundheit und Langlebigkeit.
• Streamlit-FrontendDie mit Streamlit erstellte Benutzeroberfläche ist einfach und intuitiv und macht es den Benutzern leicht, Vorschläge einzugeben und anzuzeigen.
• kontextbezogene Suche: Verwendung RAG Die Technologie ruft relevante Informationen aus großen Mengen von Gesundheitsdaten ab, um sicherzustellen, dass die generierten Empfehlungen korrekt und relevant sind.
• Optimierung von Kosten und GenauigkeitVermeiden Sie unnötige Datenübertragungen, indem Sie relevante Daten abrufen, die Verarbeitungskosten senken und die Genauigkeit der Empfehlungen verbessern.

Hilfe verwenden

Ablauf der Installation

1. Klonprojekt: Führen Sie den folgenden Befehl im Terminal aus, um den Projektcode zu klonen:

   git clone https://github.com/tylerburleigh/LLM-RAG-Longevity-Coach.git

2. Installation von Abhängigkeiten: Wechseln Sie in das Projektverzeichnis und installieren Sie die erforderlichen Abhängigkeiten:

   cd LLM-RAG-Longevity-Coach
pip install -r anforderungen.txt

3. Ausführen der Anwendung: Führen Sie die Anwendung mit Streamlit aus:

   streamlit run app.py

Richtlinien für die Verwendung

1. Eingabe einer GesundheitsfrageTippen Sie Ihre Frage zur Gesundheit oder Langlebigkeit in den Chat-Bildschirm ein, z. B. "Welche Nahrungsergänzungsmittel sollte ich aufgrund meiner genetischen Veranlagung und meiner Laborergebnisse in Betracht ziehen?"
2. Ansicht VorschlägeDas System ruft relevante Gesundheitsdaten ab und erstellt personalisierte Gesundheitstipps, die in der Chat-Schnittstelle angezeigt werden.
3. Verständnis von ZwischenschrittenDie App zeigt die Zwischenschritte bei der Erstellung von Empfehlungen an, damit die Nutzer die Quelle und die Grundlage der Empfehlungen verstehen.

Detaillierte Funktionsabläufe

1. eine Anwendung startenNachdem Sie die App nach der Installation gestartet haben, öffnen Sie einen Browser, um auf die lokal laufende Streamlit-App zuzugreifen.
2. Probleme bei der EingabeGeben Sie Ihre Gesundheitsfrage in das Chat-Feld ein und beschreiben Sie Ihre Situation so detailliert wie möglich, damit das System genauere Ratschläge geben kann.
3. Ergebnisse anzeigenAuf der Grundlage Ihrer Eingaben ruft das System relevante Gesundheitsdaten ab und erstellt personalisierte Empfehlungen. Sie können die vollständigen Empfehlungen und Zwischenschritte in der Chat-Schnittstelle einsehen.
4. Eingang für die AnpassungWenn Sie mit dem Vorschlag nicht zufrieden sind, können Sie die Beschreibung der eingegebenen Frage anpassen, um mehr Details oder eine spezifischere Frage anzugeben, und das System wird den Vorschlag neu generieren.