Tangent : outil interactif de dialogue IA permettant de créer plusieurs branches de dialogue avec la possibilité de fusionner, de comparer et de supprimer des branches.

Introduction générale

Tangent est un outil innovant de dialogue IA qui combine l'interaction visuelle d'Excalidraw avec la flexibilité de ComfyUI, en se concentrant sur la création d'une nouvelle expérience exploratoire pour les conversations LLM (Large Language Model). Contrairement aux interfaces de chat traditionnelles, Tangent transforme les dialogues d'IA en expériences visuelles, donnant aux utilisateurs la liberté de bifurquer, de fusionner et de comparer différents chemins de dialogue. Il prend en charge un modèle de déploiement local hors ligne d'abord, qui s'appuie entièrement sur des modèles locaux pour fonctionner, et est actuellement mis en œuvre principalement par Ollama, avec des plans d'expansion pour prendre en charge d'autres backends. Le projet est ouvert sous la licence Apache 2.0, encourage les contributions de la communauté et fournit une nouvelle plateforme expérimentale pour l'exploration des dialogues d'IA.

Liste des fonctions

• Réanimation et poursuite du dialogue : dépasser les contraintes contextuelles et reprendre sans heurt le dialogue antérieur
• Système d'exploration par embranchement : créer des embranchements à n'importe quel nœud de dialogue pour tester plusieurs directions de dialogue.
• Déploiement local hors ligne : s'exécute entièrement sur un modèle local et protège les données privées.
• Regroupement dynamique des sujets : déduire automatiquement les sujets de conversation et les organiser en catégories pour optimiser l'expérience de navigation.
• Compatibilité des données exportées : prise en charge des formats d'exportation de données Claude et ChatGPT
• Arbre de dialogue visuel : affichage des branches du dialogue et des processus expérimentaux dans une structure arborescente
• Prise en charge de l'API : une API REST complète est disponible pour le traitement et la gestion des données de dialogue.
• Suivi de l'état d'avancement en temps réel : contrôle de l'avancement du traitement du dialogue et de l'état d'avancement des tâches

Utiliser l'aide

1. préparation à l'environnement

1.1 Installer les dépendances nécessaires :

• Chuchotement.cpp : pour le traitement de la parole

  git clone https://github.com/ggerganov/whisper.cpp
  cd whisper.cpp
  sh ./models/download-ggml-model.sh base.en
  make

• Ollama : un environnement d'exécution de modèles locaux
  • Visitez le site https://ollama.com/ pour télécharger la version appropriée à votre système.
  • Vérifier l'installation :ollama --version
  • Télécharger les modèles nécessaires :

    ollama pull all-minilm
    ollama pull qwen2.5-coder:7b
    

1.2 Démarrer le service Ollama :

ollama serve

2) Mise en place du back-end

2.1 Initialiser l'environnement Python :

cd tangent-api
source my_env/bin/activate
pip install -r requirements.txt

2.2 Configurer le modèle local :

cd src
python3 app.py --embedding-model "custom-embedding-model" --generation-model "custom-generation-model"

Le service d'arrière-plan démarrera à l'adresse http://localhost:5001/api

3. mise en place du front-end

cd simplified-ui
npm i
npm start

Visitez http://localhost:3000 pour utiliser l'interface

4. description de l'utilisation des principales fonctions

4.1 Gestion du dialogue :

• Créez un nouveau dialogue : cliquez sur le bouton "+" dans le coin supérieur droit de l'écran.
• Branchement du dialogue : cliquez avec le bouton droit de la souris sur n'importe quel nœud de dialogue et sélectionnez "Créer une branche".
• Fusionner les dialogues : faites glisser et déposez les dialogues de différentes branches sur le nœud cible pour les fusionner.

4.2 Organisation des thèmes :

• Regroupement automatique : le système analyse automatiquement le contenu du dialogue pour générer des étiquettes thématiques.
• Filtrage des sujets : localisez rapidement les conversations pertinentes grâce à la liste des sujets sur la gauche.
• Étiquetage manuel : prise en charge des étiquettes et des catégories de sujets personnalisées

4.3 Importation et exportation de données :

• Prise en charge de l'importation des journaux de dialogue de Claude et ChatGPT
• Les journaux de conversation peuvent être exportés dans plusieurs formats
• Fournir une interface API pour automatiser le traitement

5. lignes directrices pour l'utilisation de l'API

Critères d'évaluation principaux :

• POST /api/processTraitement des données de dialogue téléchargées
• GET /api/process/status/<task_id>Statut de traitement des requêtes : Statut de traitement des requêtes
• POST /api/chats/saveSauvegarde des données du dialogue
• GET /api/chats/load/<chat_id>Chargement de dialogues spécifiques
• GET /api/topics: Obtenir la liste des sujets générés