Lepton Search : moteur de recherche conversationnel open source|Lepton Search

Recherche Lepton Introduction générale

Lepton Search est un moteur de recherche conversationnel d'IA, lancé par Jia Yangqing et construit à partir de la plateforme d'IA Lepton.Lepton Search recherche proactivement des données sur le web et les organise en réponses structurées et logiques basées sur les questions en langage naturel de l'utilisateur, accompagnées de la source d'information.Lepton Search ne répond pas seulement à des questions intellectuelles courantes telles que "Un électron est-il un lepton ? ou "Quand l'homme a-t-il atterri pour la première fois sur la lune ?" Lepton Search peut également répondre à des questions complexes telles que "Pourquoi la pomme est-elle tombée ? ou "Comment écrire un chatbot en Python ?". Le code de Lepton Search est open source, de sorte que les développeurs peuvent le déployer et le modifier eux-mêmes, ou utiliser la plateforme Lepton AI pour créer rapidement leurs propres applications d'IA conversationnelle.

Lepton Search Home

Page de résultats de la recherche Lepton

Liste des fonctionnalités de Lepton Search

• Prise en charge des entrées et sorties en langage naturel
• Prise en charge de nombreux types de questions, y compris celles fondées sur les connaissances, les causes et les méthodes
• Prise en charge de plusieurs sources de données, notamment Wikipedia, Twitter, Google, Bing, etc.
• Prise en charge de plusieurs langues, dont l'anglais, le chinois, le japonais, etc.
• Prise en charge d'une variété de méthodes d'affichage, y compris le texte, les images, les tableaux, les graphiques, etc.
• Prise en charge de plusieurs méthodes d'interaction, notamment le web, la ligne de commande, l'API, etc.

Aide à la recherche de Lepton

• Dans la version web, tape la question que tu veux rechercher et appuie sur la touche entrée ou clique sur le bouton de recherche pour voir les réponses de Lepton Search !
• Consultez la documentation dans le dépôt officiel GitHub.
• Vous pouvez créer votre propre moteur de recherche en suivant la démo officielle.
• Les développeurs sont libres d'utiliser le code source ouvert sous la licence Apache.

Code de recherche Lepton Commentaire

# Importation des bibliothèques et modules nécessaires
import concurrent.futures # pour l'exécution simultanée de tâches
importation du glob # pour la correspondance des chemins d'accès aux fichiers
import json # pour le traitement des données JSON
import os # Utilisé pour manipuler le système de fichiers
import re # pour la recherche d'expressions régulières
import threading # pour les opérations de threading
demandes d'importation # Utilisé pour initier des demandes de réseau
import traceback # Utilisé pour tracer les informations d'exception
from typing import Annotated, List, Generator, Optional # pour le type annotations

# Importation de classes et d'exceptions liées à FastAPI
from fastapi import HTTPException
from fastapi.responses import HTMLResponse, StreamingResponse, RedirectResponse
import httpx # pour les requêtes HTTP
from loguru import logger # pour la journalisation

# Importation de bibliothèques et de modules liés à Lepton AI
import leptonai
from leptonai import Client
from leptonai.kv import KV # pour le stockage clé-valeur
from leptonai.photon import Photon, StaticFiles # pour le développement de l'application Photon
from leptonai.photon.types import to_bool # pour la conversion des booléens
from leptonai.api.workspace import WorkspaceInfoLocalRecord # pour les informations relatives à l'espace de travail
from leptonai.util import tool # contient quelques utilitaires

Valeurs constantes pour le modèle # RAG
BING_SEARCH_V7_ENDPOINT = "https://api.bing.microsoft.com/v7.0/search" # Bing Search API Endpoints
BING_MKT = "en-US" # Bing Search Marketplace
GOOGLE_SEARCH_ENDPOINT = "https://customsearch.googleapis.com/customsearch/v1" # Points d'extrémité de l'API de recherche personnalisée de Google
SERPER_SEARCH_ENDPOINT = "https://google.serper.dev/search" # Points finaux de l'API de recherche Serper
SEARCHAPI_SEARCH_ENDPOINT = "https://www.searchapi.io/api/v1/search" # SearchApi Points d'extrémité de l'API de recherche

# Nombre de résultats trouvés
NOMBRE_DE_RÉFÉRENCES = 8

# Temps d'attente pour la recherche
DEFAULT_SEARCH_ENGINE_TIMEOUT = 5

# Demande de renseignements par défaut
_default_query = "Qui a dit 'vivre longtemps et prospérer' ?"

Modèle de texte de requête pour le modèle # RAG
_rag_query_text = """

Vous êtes un assistant d'intelligence artificielle en langage large construit par Lepton AI. Lorsque vous recevez une question d'un utilisateur, veuillez fournir une réponse claire, concise et précise. Vous recevrez une série de contextes liés à la question, chacun précédé d'un numéro de citation tel que [[citation:x]], où x est un nombre. Veuillez utiliser ces contextes et, le cas échéant, citer le numéro de contexte à la fin de chaque phrase.

Votre réponse doit être correcte, précise et rédigée par un expert sur un ton neutre et professionnel. Veuillez vous limiter à 1024 jetons. Ne fournissez pas d'informations qui ne sont pas pertinentes pour la question et ne vous répétez pas. Si le contexte donné ne fournit pas suffisamment d'informations, dites "Informations sur...". Il manque des informations sur...".

Veuillez citer le contexte sous forme de numéro de citation, par exemple [citation:x]. Si une phrase provient de plusieurs contextes, indiquez toutes les citations applicables, par exemple [citation:3][citation:5]. À l'exception des codes, des noms spécifiques et des citations, votre réponse doit être rédigée dans la même langue que la question.

Voici une série de contextes :

{contexte}

N'oubliez pas de ne pas répéter aveuglément le contexte mot pour mot. C'est le problème de l'utilisateur :

"""

# Liste des mots handicapés
mots_arrêtés = [
"",
"[Fin]",
"[end]",
"Références:\N".
"\nSources:\n".
"Fin",
]

# Générer un texte d'alerte sur les questions pertinentes
Message d'encouragement pour d'autres questions = """

Vous êtes un assistant utile pour aider les utilisateurs à poser des questions pertinentes basées sur la question originale et son contexte associé. Identifiez les sujets qui méritent d'être suivis et posez des questions en 20 mots maximum. Veillez à ce que des informations spécifiques, telles que des événements, des noms, des lieux, etc., soient incluses dans les questions de suivi afin qu'elles puissent être posées de manière indépendante. Par exemple, si la question initiale portait sur le projet Manhattan, dans la question de suivi, au lieu de dire simplement "le projet", utilisez le nom complet, "le projet Manhattan". Vos questions connexes doivent être rédigées dans la même langue que la question initiale.

Voici le contexte de la question :

{contexte}

N'oubliez pas de poser trois questions supplémentaires basées sur la question initiale et le contexte pertinent. Ne répétez pas la question initiale. Chaque question connexe ne doit pas dépasser 20 mots. Voici la question initiale :

"""

# Les fonctions de recherche suivantes sont définies pour interagir avec différents moteurs de recherche
def search_with_bing(query : str, subscription_key : str).
# Recherche avec le moteur de recherche Bing et retour d'informations contextuelles
passer

def search_with_google(query : str, subscription_key : str, cx : str).
# Rechercher et renvoyer des informations contextuelles à l'aide du moteur de recherche Google
passer

def search_with_serper(query : str, subscription_key : str).
# Rechercher et renvoyer des informations contextuelles à l'aide du moteur de recherche Serper
passer

def search_with_searchapi(query : str, subscription_key : str).
# Recherche avec SearchApi.io et retour d'informations contextuelles
passer

# Classe RAG, héritée de Photon, utilisée pour construire le moteur RAG
classe RAG(Photon).
# Initialisation de la classe et définition des méthodes
passer

# Si ce script est exécuté directement, l'application RAG est lancée.
si __name__ == "__main__".
chiffon = RAG()
rag.launch()

adresse open source

Lepton Search adresse open source

Lepton Search One Click Private Deployment (Déploiement privé en un clic)