로컬 다중 소스 PDF 문서 Q&A를 지원하는 지능형 채팅 도구: LocalPdfChatRAG

39.5K 00

일반 소개

로컬PDF채팅RAG는 로컬 PDF 문서와 검색 증강 생성(RAG) 모델을 결합하여 지능형 채팅을 가능하게 하는 것을 목표로 하는 오픈 소스 프로젝트입니다. 이 프로젝트를 통해 사용자는 PDF 문서를 업로드하고 자연어 질문을 통해 문서에서 관련 정보를 얻을 수 있습니다.PDF채팅RAG는 고급 자연어 처리 기술을 활용하여 학술 연구 및 기업 문서 관리 등 다양한 시나리오에 효율적이고 정확한 문서 콘텐츠 검색 및 Q&A 서비스를 제공합니다.

기능 목록

PDF 문서 업로드사용자가 로컬 PDF 문서를 업로드하면 시스템이 자동으로 텍스트 콘텐츠를 구문 분석하고 추출합니다.
자연어 퀴즈사용자가 자연어로 질문하면 시스템이 업로드된 PDF 문서에서 관련 정보를 검색하여 답변을 생성합니다.
다중 소스 정보 통합로컬 PDF 문서와 웹 검색 결과를 결합하여 보다 포괄적인 답변을 제공하는 기능 지원.
벡터화임베딩 모델을 사용하여 텍스트를 벡터화하여 검색 및 Q&A 정확도를 개선합니다.
환경 변수 구성사용자 정의 설정을 위해 .env 파일을 통한 API 키 및 기타 매개변수 구성을 지원합니다.

도움말 사용

설치 프로세스

복제 프로젝트터미널에서 다음 명령을 실행하여 프로젝트 코드를 복제합니다:

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

종속성 설치프로젝트 디렉토리로 이동하여 필요한 종속성을 설치합니다:

   cd Local_Pdf_Chat_RAG
pip install -r requirements.txt

환경 변수 구성만들기.env파일을 열고 다음을 추가합니다:

   SERPAPI_KEY=your_serpapi_key

최고 사령관(군)your_serpapi_keySerpAPI 키로 교체합니다.

사용 프로세스

서비스 시작터미널에서 다음 명령을 실행하여 서비스를 시작합니다:

   python rag_demo.py

PDF 문서 업로드: 브라우저를 열어 로컬 서비스 주소에 액세스하고 처리해야 하는 PDF 문서를 업로드합니다.
질문하기입력란에 질문을 입력하면 시스템이 업로드된 PDF 문서에서 관련 정보를 검색하여 답변을 생성합니다.

세부 기능 작동

PDF 문서 업로드업로드 버튼을 클릭하고 로컬 PDF 파일을 선택하면 시스템이 자동으로 문서 내용을 구문 분석하여 데이터베이스에 저장합니다.
자연어 퀴즈입력 상자에 질문(예: "이 논문의 주요 결론은 무엇인가요?")을 입력합니다. 시스템이 PDF 문서에서 관련 단락을 추출하여 답변을 생성합니다.
다중 소스 정보 통합이 시스템은 로컬 PDF 문서에서 정보를 검색할 뿐만 아니라 SerpAPI를 통해 웹 검색을 수행하여 여러 정보 소스를 통합하여 보다 포괄적인 답변을 제공합니다.
벡터화이 시스템은 SentenceTransformer 모델을 사용하여 텍스트를 벡터화하여 검색 및 Q&A에서 높은 정확도를 보장합니다.
환경 변수 구성.env 파일의 매개변수를 수정하여 개별 요구사항에 맞게 API 키, 검색 엔진 등을 구성할 수 있습니다.