customized chat

GitHub - bigcyy/customized-chatgpt: 基于ChatGpt，Java，SpringBoot，Vue，Milvus向量数据库的定制化聊天Web demo

简介

基于ChatGpt，Java，SpringBoot，Vue，Milvus向量数据库的定制化聊天Web demo

• 可开发成个人知识库
• 针对某品牌的智能客服
• 私人助理
• more

在线体验

TODO

https://github.com/bigcyy/customized-chatgpt/blob/main/pic/chat_demo.png

前端项目地址

GitHub - bigcyy/customized-chatgpt-vue: customized-chatgpt项目的前端，使用Vue搭建

原理

上传PDF，让ChtGpt基于PDF的内容回答问题，原理很简单：将内容分割然后embedding存入向量数据库，当用户询问时将问题embedding，拿embedding结果去向量数据库查询相似度最高的几段话丢给ChatGpt让他组织语言并结合自己丰富的知识进行润色。

本地使用

注意，你需要有OpenAI账号并且创建一个apiKey，由于国内无法使用连接OpenAi服务所以你需要配置代理

1. 安装Milvus向量数据库

   wget https://github.com/milvus-io/milvus/releases/download/v2.2.2/milvus-standalone-docker-compose.yml -O docker-compose.yml
   sudo docker-compose up -d
   

克隆后端项目

git clone git@github.com:bigcyy/customized-chatgpt.git

1. 用idea打开项目

2. 初始化Milvus向量数据库表结构以及配置代理

   • application.yml中配置向量数据库连接地址和端口(本地不需要修改)，然后配置你的代理ip和端口

   • 找到项目test文件夹下的CustomizedChatApplicationTests.java，运行prepare函数创建表结构

3. 找到项目主函数运行后端

4. 克隆并运行前端项目

git clone git@github.com:bigcyy/customized-chatgpt-vue.git
cd customized-chatgpt-vue
npm install
npm run serve

1. 访问控制台输出的地址

2. 界面左下角配置你的apiKey

3. 界面左下角上传你需要定制聊天的PDF文件

4. enjoy it

todo

• 支持更多的文件格式
• token计数
• 优化文本的分割
• 抽离embedding模型，使其能更优雅的切换为自己训练的模型或者其他公开的模型

参考资料

https://twitter.com/chuangbo/status/1631461656151887873 作者详细的描述了该方案的运行流程，本项目也是参考自该文章

相关项目

• GitHub - GanymedeNil/document.ai: 基于向量数据库与GPT3.5的通用本地知识库方案(A universal local knowledge base solution based on vector database and GPT3.5)
• GitHub - mckaywrigley/paul-graham-gpt: AI search & chat for all of Paul Graham’s essays.