Denser Chat：与PDF文件互动，提供源代码高亮显示

综合介绍

Denser Chat 是一个由 denser.ai 开发和维护的聊天机器人项目，旨在从 PDF 文件和网页中提取文本和表格，并提供源代码高亮显示功能。该项目支持构建基于 denser-retriever 的聊天机器人，并提供交互式的 Streamlit 聊天机器人应用。用户可以通过简单的安装和配置，快速部署并使用该聊天机器人来回答与 PDF 和网页内容相关的问题。

功能列表

• 从 PDF 文件和网页中提取文本和表格
• 构建基于 denser-retriever 的聊天机器人
• 支持交互式 Streamlit 聊天机器人应用
• 提供源代码高亮显示功能
• 支持多种文件格式和 URL 作为数据源
• 通过 Docker Compose 启动 Elasticsearch 和 Milvus 服务
• 使用 OpenAI 或 Claude API 提供聊天功能

使用帮助

安装流程

1. 克隆仓库：

   git clone https://github.com/denser-org/denser-chat.git

2. 进入项目目录并启动虚拟环境（确保 Python 版本为 3.11）：

   cd denser-chat
python -m venv .venv
source .venv/bin/activate

3. 安装所需的包：

   pip install -e .

或使用 Poetry：

   poetry install

快速开始

1. 在构建索引之前，运行 Docker Compose 启动 Elasticsearch 和 Milvus 服务：

   cd denser_chat
docker compose up -d

2. 构建聊天机器人索引：

   python build.py sources.txt output test_index

其中，第一个参数是用于构建聊天机器人的文件，可以是本地 PDF 文件、URL PDF 或 URL。第二个参数是输出目录，第三个参数是索引名称。

3. 启动本地服务器以提供 PDF 服务：

   python -m http.server 8000

4. 启动 Streamlit 应用：

   cd denser_chat
streamlit run demo.py -- --index_name test_index

使用功能

• 提取文本和表格：上传 PDF 文件或输入网页 URL，Denser Chat 将自动提取其中的文本和表格内容。
• 源代码高亮显示：在聊天过程中，Denser Chat 会高亮显示 PDF 文件中的相关源代码，方便用户查看和理解。
• 交互式聊天：通过配置 OpenAI 或 Claude API 密钥，用户可以与聊天机器人进行互动，获取精准的回答。

详细操作流程

1. 上传文件：在应用界面中选择并上传 PDF 文件，或输入网页 URL。
2. 提问：在聊天窗口中输入问题，例如“什么是批内负采样？”或“哪些部分有停止销？”。
3. 查看结果：Denser Chat 将返回带有高亮显示的答案，方便用户快速定位相关内容。

普通人的AI入门指南

帮助你以低成本、零基础学会如何利用AI工具。AI就像办公软件一样，是每个人的必备技能。 掌握AI会让你在求职中占据优势，在未来的工作和学习中事半功倍。

查看详情>