Introdução geral
O Reply gAI é uma ferramenta de IA baseada em LangChain projetada para criar clones de IA de qualquer usuário do X (antigo Twitter). A ferramenta coleta automaticamente os tweets do usuário e os armazena na memória de longo prazo, usando técnicas de Retrieval Augmented Generation (RAG) para gerar respostas que correspondam ao estilo de escrita e ao ponto de vista exclusivos do usuário. O reply gAI cria um fluxo de trabalho por meio do LangGraph que imita o estilo de escrita do usuário X, garantindo que as respostas geradas sejam contextualmente relevantes e personalizadas. Os usuários podem iniciar e usar a ferramenta com facilidade configurando uma chave de API e especificando um identificador de usuário X.
Lista de funções
- Coleta automaticamente tweets de X usuários e os armazena na memória de longo prazo
- Utilizar RAG A tecnologia gera respostas que correspondem ao estilo de escrita do usuário
- Suporte para a criação de fluxos de trabalho via LangGraph
- Fornece um servidor LangGraph em execução local para desenvolvimento e armazenamento persistente
- Suporte para pesquisa semântica e geração de respostas sensíveis ao contexto
- Fornece uma interface visual para visualizar os tweets armazenados
Usando a Ajuda
Processo de instalação
- Armazém de Clonagem:
git clone https://github.com/langchain-ai/reply_gAI.git
cd reply_gAI
- Instale a dependência:
pip install -r requirements.txt
- Configure a chave da API:
export ANTHROPIC_API_KEY=
export ARCADE_API_KEY=
export ARCADE_USER_ID=
- Inicie o servidor LangGraph:
uvx --refresh --from "langgraph-cli [inmem]" --with-editable . --python 3.11 langgraph dev
Processo de uso
- Adicione um identificador a qualquer usuário X na guia Configuração.
- Visualize e gerencie tweets armazenados por meio da interface de visualização do LangGraph Studio.
- Interaja com um clone de IA de um determinado usuário para gerar uma resposta personalizada.
Funções principais
- Coleção de tweetsUse o Arcade API X Toolkit para buscar tweets do usuário X especificado nos últimos 7 dias e armazená-los no armazenamento na memória do servidor LangGraph.
- Geração de respostasUtiliza a tecnologia RAG para gerar respostas contextualmente relevantes com base em tweets armazenados, imitando o estilo de escrita do usuário.
- memória efêmeraTweets: Os tweets são armazenados em um servidor LangGraph em execução local usando Postgres para armazenamento persistente.
- visualizaçãoVisualização e gerenciamento de tweets armazenados por meio do LangGraph Studio garantem que as respostas sejam geradas usando dados atualizados e relevantes.
Procedimento de operação detalhado
- Coleção de tweetsO sistema atualiza automaticamente os tweets para garantir que os dados mais recentes sejam usados para gerar respostas.
- Geração de respostasGerar respostas personalizadas com base no conteúdo do tweet e no estilo de escrita do usuário para garantir a relevância contextual.
- Gerenciamento de memória de longo prazoTweets são armazenados no servidor LangGraph e suportam pesquisa semântica e geração de respostas sensíveis ao contexto.
- interface de visualizaçãoVisualização e gerenciamento de tweets armazenados por meio do LangGraph Studio, garantindo a visualização de dados e a facilidade de uso.