Curiosity: criando uma ferramenta de pesquisa de IA semelhante à do Perplexity usando o LangGraph

Introdução geral

O Curiosity é um projeto desenvolvido para explorar e fazer experimentos, principalmente usando o LangGraph e FastHTML, com o objetivo de criar um IA de perplexidade do produto de pesquisa. No centro do projeto está um simples ReAct O Curiosity suporta uma variedade de modelos de linguagem grandes (LLMs), incluindo o gpt-4o-mini da OpenAI, o llama3-groq-8b-8192-tool-use-preview da Groq e o Ollama O projeto não se concentra apenas na implementação técnica, mas também dedica muito tempo ao design de front-end para garantir uma experiência visual e interativa de alta qualidade.

Lista de funções

• Usando o LangGraph e a pilha de tecnologia FastHTML
• Pesquisa integrada da Tavily Geração de texto aprimorada
• Suporte a vários LLMs, incluindo gpt-4o-mini, llama3-groq e llama3.1
• Oferece recursos flexíveis de comutação de back-end
• O front-end foi desenvolvido com FastHTML e suporta streaming de WebSockets.

Usando a Ajuda

Etapas de instalação

1. Armazém de Clonagem:

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

2. Certifique-se de que você tenha o interpretador Python3 mais recente.
3. Configure o ambiente virtual e instale as dependências:

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

4. estabelecer .env e definir as seguintes variáveis:

   OPENAI_API_KEY=
   GROQ_API_KEY=
   TAVILY_API_KEY=
   LANGCHAIN_TRACING_V2=true
   LANGCHAIN_ENDPOINT="https://api.smith.langchain.com"
   LANGSMITH_API_KEY=
   LANGCHAIN_PROJECT="Curiosidade"
   

5. Execute o projeto:

   python curiosity.py
   

Diretrizes para uso

1. Início de projetos: Executar python curiosity.py Depois disso, o projeto será iniciado e executado no servidor local.
2. Selecione LLMSelecione o LLM apropriado (por exemplo, gpt-4o-mini, llama3-groq ou llama3.1) de acordo com suas necessidades.
3. Pesquisar com a TavilyInsira uma consulta em um diálogo e o ReAct Agent aprimora a geração de texto com a pesquisa Tavily.
4. Interação de front-endO front-end do projeto foi desenvolvido com o FastHTML e é compatível com o fluxo de WebSockets para garantir uma resposta em tempo real.

problemas comuns

• Como mudar de LLM: em .env para configurar a chave de API apropriada e selecionar o LLM desejado ao iniciar o projeto.
• Problemas de WebSocketsSe você tiver problemas com o fechamento de WebSockets sem motivo aparente, é recomendável verificar sua conexão de rede e a configuração do servidor.