Построение на основе RAG мини-ассистента, предоставляющего консультации по вопросам здоровья (пилотный проект)

Общее введение

LLM-RAG-Longevity-Coach - это чат-бот, основанный на технологиях Large Language Modelling (LLM) и Retrieval Augmented Generation (RAG) и предназначенный для предоставления пользователям персонализированных рекомендаций по здоровью и долголетию. Проект, разработанный Тайлером Берли, использует Streamlit для создания пользовательского интерфейса, который извлекает соответствующие данные о здоровье (например, генетические варианты, результаты лабораторных исследований, информацию о добавках) для создания точных рекомендаций по здоровью. Пользователи могут задавать вопросы о здоровье или долголетии через простой чат, а система будет давать индивидуальные советы, чтобы помочь им лучше управлять своим здоровьем и жить дольше.

Список функций

• Индивидуальные рекомендации по здоровью: Предоставляет индивидуальные рекомендации по здоровью и долголетию, основанные на генетических данных пользователя, результатах анализов и информации о добавках.
• Передняя часть Streamlit: Пользовательский интерфейс, созданный с помощью Streamlit, прост и интуитивно понятен, что позволяет пользователям легко вводить и просматривать предложения.
• контекстный поиск: Использование RAG Технология извлекает необходимую информацию из больших массивов медицинских данных, чтобы гарантировать точность и актуальность выработанных рекомендаций.
• Оптимизация затрат и точности: Избегайте ненужной передачи данных, извлекая нужные данные, снижайте затраты на обработку и повышайте точность рекомендаций.

Использование помощи

Процесс установки

1. проект клонирования: Выполните следующую команду в терминале, чтобы клонировать код проекта:

   git clone https://github.com/tylerburleigh/LLM-RAG-Longevity-Coach.git

2. Установка зависимостей: Перейдите в каталог проекта и установите необходимые зависимости:

   cd LLM-RAG-Longevity-Coach
pip install -r requirements.txt

3. Запуск приложения: Запустите приложение с помощью Streamlit:

   streamlit run app.py

Руководство по использованию

1. Введите вопрос о здоровье: Введите в чат свой вопрос, связанный со здоровьем или долголетием, например, "Исходя из моей генетики и результатов анализов, какие добавки мне следует принимать?".
2. Посмотреть предложения: Система получает соответствующие данные о состоянии здоровья и генерирует персональные рекомендации, которые отображаются в чате.
3. Понимание промежуточных шагов: Приложение будет показывать промежуточные этапы создания рекомендаций, чтобы помочь пользователям понять источник и основу рекомендаций.

Подробный порядок работы функций

1. запустить приложение: После запуска приложения в процессе установки откройте браузер для доступа к локально запущенному приложению Streamlit.
2. Вопросы ввода: Введите свой вопрос о здоровье в поле чата и опишите ситуацию как можно подробнее, чтобы система могла дать более точный совет.
3. Посмотреть результаты: На основе ваших данных система получает соответствующие данные о здоровье и генерирует персональные рекомендации. Вы можете просмотреть все рекомендации и промежуточные шаги в чат-интерфейсе.
4. Вход для регулировки: Если вас не устраивает предложение, вы можете изменить описание введенного вопроса, предоставив больше деталей или более конкретный вопрос, и система сгенерирует предложение заново.