LocalPdfChatRAG: Herramienta de chat inteligente para apoyar las preguntas y respuestas sobre documentos PDF locales de múltiples fuentes

Introducción general

LocalPdfChatRAG es un proyecto de código abierto que pretende hacer posible el chat inteligente combinando documentos PDF locales con modelos de Generación Aumentada de Recuperación (RAG). El proyecto permite a los usuarios cargar documentos PDF , y a través de preguntas en lenguaje natural obtener información relevante del documento . localPdfChatRAG utiliza tecnología avanzada de procesamiento del lenguaje natural para ofrecer servicios eficientes y precisos de recuperación de contenidos de documentos y preguntas y respuestas para una amplia gama de escenarios, como la investigación académica y la gestión de documentos empresariales.

Lista de funciones

• Carga de documentos PDFLos usuarios pueden cargar documentos PDF locales y el sistema analizará y extraerá automáticamente el contenido del texto.
• concurso de lenguaje naturalLos usuarios pueden hacer preguntas en lenguaje natural y el sistema recuperará la información pertinente del documento PDF cargado y generará las respuestas.
• integración de múltiples fuentes de información: Soporte para combinar documentos PDF locales y resultados de búsqueda en la web para proporcionar respuestas más completas.
• vectorizaciónVectorización de texto mediante modelos de incrustación para mejorar la recuperación y la precisión de las preguntas y respuestas.
• Configuración de variables de entornoConfiguración de claves API y otros parámetros mediante archivos .env para ajustes definidos por el usuario.

Utilizar la ayuda

Proceso de instalación

1. proyecto de clonaciónEjecuta el siguiente comando en el terminal para clonar el código del proyecto:

   git clone https://github.com/weiwill88/Local_Pdf_Chat_RAG.git

2. Instalación de dependenciasVaya al directorio del proyecto e instale las dependencias necesarias:

   cd Local_Pdf_Chat_RAG
pip install -r requirements.txt

3. Configuración de variables de entorno: Crear un.envy añada lo siguiente:

   SERPAPI_KEY=your_serpapi_key

comandante en jefe (militar)your_serpapi_keySustitúyala por su clave SerpAPI.

Proceso de utilización

1. Inicio de los serviciosEjecute el siguiente comando en el terminal para iniciar el servicio:

   python rag_demo.py

2. Cargar documentos PDF: Abra su navegador para acceder a la dirección del servicio local y cargue el documento PDF que necesita procesar.
3. hacer preguntasIntroduzca su pregunta en el cuadro de entrada y el sistema recuperará la información pertinente del documento PDF cargado y generará una respuesta.

Funcionamiento detallado

• Carga de documentos PDFHaga clic en el botón de carga, seleccione el archivo PDF local, el sistema analizará automáticamente el contenido del documento y lo almacenará en la base de datos.
• concurso de lenguaje naturalPregunta: Introduzca una pregunta en el cuadro de entrada, por ejemplo "¿Cuáles son las principales conclusiones de este documento?". El sistema extraerá los párrafos pertinentes del documento PDF y generará una respuesta.
• integración de múltiples fuentes de informaciónEl sistema no sólo recuperará información de documentos PDF locales, sino que también realizará búsquedas en Internet a través de SerpAPI, integrando múltiples fuentes de información para ofrecer respuestas más completas.
• vectorizaciónEl sistema utiliza el modelo SentenceTransformer para vectorizar el texto y garantizar una gran precisión en la recuperación y las preguntas y respuestas.
• Configuración de variables de entornoLos usuarios pueden modificar los parámetros del archivo .env para configurar las claves API, los motores de búsqueda, etc. según sus necesidades.