호기심: LangGraph를 사용하여 퍼플렉서티와 유사한 AI 검색 도구 구축하기

일반 소개

호기심은 탐구하고 실험하기 위해 고안된 프로젝트로, 주로 LangGraph 및 FastHTML 기술 스택을 구축하는 것을 목표로 합니다. 퍼플렉서티 AI 의 검색 제품입니다. 이 프로젝트의 핵심은 간단한 ReAct 에이전트를 사용하여 Tavily Curiosity는 OpenAI의 gpt-4o-mini, Groq의 llama3-groq-8b-8192-tool-use-preview를 비롯한 다양한 대규모 언어 모델(LLM)을 지원합니다. Ollama 이 프로젝트는 기술적 구현뿐만 아니라 고품질의 시각적 및 대화형 경험을 보장하기 위해 프런트엔드 디자인에도 많은 시간을 할애했습니다.

기능 목록

• LangGraph 및 FastHTML 기술 스택 사용
• 통합 타빌리 검색 강화 텍스트 생성
• gpt-4o-mini, llama3-groq 및 llama3.1을 포함한 여러 LLM 지원
• 유연한 백엔드 스위칭 기능 제공
• 프런트엔드는 FastHTML로 구축되었으며 WebSockets 스트리밍을 지원합니다.

도움말 사용

설치 단계

1. 복제 창고:

   git clone https://github.com/jank/curiosity
   

2. 최신 Python3 인터프리터가 있는지 확인하세요.
3. 가상 환경을 설정하고 종속성을 설치합니다:

   python3 -m venv venv
   source venv/bin/activate
   pip install -r requirements.txt
   

4. 설정 .env 파일을 열고 다음 변수를 설정합니다:

   OPENAI_API_KEY=<your_openai_api_key>
   GROQ_API_KEY=<your_groq_api_key>
   TAVILY_API_KEY=<your_tavily_api_key>
   LANGCHAIN_TRACING_V2=true
   LANGCHAIN_ENDPOINT="https://api.smith.langchain.com"
   LANGSMITH_API_KEY=<your_langsmith_api_key>
   LANGCHAIN_PROJECT="Curiosity"
   

5. 프로젝트를 실행합니다:

   python curiosity.py
   

사용 가이드라인

1. 프로젝트 시작: 실행 python curiosity.py 그 후 프로젝트가 시작되고 로컬 서버에서 실행됩니다.
2. LLM 선택필요에 따라 적절한 LLM(예: gpt-4o-mini, llama3-groq 또는 llama3.1)을 선택합니다.
3. Tavily로 검색대화에 쿼리를 입력하면 ReAct 에이전트가 Tavily 검색을 통해 텍스트 생성을 향상시킵니다.
4. 프런트엔드 상호 작용프로젝트의 프런트엔드는 FastHTML을 사용하여 구축되었으며 실시간 응답을 보장하기 위해 WebSockets 스트리밍을 지원합니다.

일반적인 문제

• LLM 전환 방법: in .env 파일에서 적절한 API 키를 구성하고 프로젝트를 시작할 때 원하는 LLM을 선택합니다.
• 웹 소켓 문제뚜렷한 이유 없이 웹소켓이 닫히는 문제가 발생하면 네트워크 연결 및 서버 구성을 확인하는 것이 좋습니다.