基于llama_index的React前端Python后端智能对话系统.zip

<h2 align="center"> ChatGPT llama 🤖 </h2> 基于llama_index的可扩展chatGPT，前端用react搭建，后端用python写的接口，主要是用了llama_index仓库，在google的doc中上传上下文，扩展chatGPT，自定义LLM ## 前言 在当今数字时代，聊天机器人已经成为了许多企业和个人的不可或缺的工具。那么，如何构建一个高效、准确的聊天机器人呢？本文将介绍如何使用自定义知识库和OpenAI的GPT模型来构建自己的ChatGPT。 chatGPT对很多问题会有自己「独特」的见解，尤其是对于中文输入而言。比如：   本项目通过基于llamaIndex库，将自己的数据和 LLM 结合，得到更适合自己的模型。比如，我们可以把一本书通过 LlamaIndex 喂给 ChatGPT， 得到的模型里就有了我们最近喂进去的知识，然后我们可以再用自然语言向 ChatGPT 提问，就会得到包含了新知识的答案。据实测结果，它对新知识的理解归纳总结能力都很强。 先来看下最终的效果： 当我们直接向chatGPT提问关于宋代姜夔诗人所写的**扬州慢**这首诗相关的问题时，会有好多回答的错误：  可以看到有很多错误的地方，比如姜夔是宋代诗人，千岩老人是巫师等错误。 ---- 对比下我们的项目。 训练模型内容如下：  使用项目训练后结果如下：  可以看到，内容基本准确，且基于训练模型可以进一步扩展出相关的内容。这让人感到一扇新的大门正在打开。这个方案可能能够替代几乎所有的说明书、客服，甚至一些高阶职位。 # 技术栈 ### Backend - Python - openai - llama-index - google-auth-oauthlib ### Frontend - React - Javascript ### 使用方法 ### Backend 获取openAPI、google文档的key、google文件的json ```sh $ cd server $ pip install openai==0.27.2 $ pip install llama-index==0.4.28 $ pip install google-auth-oauthlib==1.0.0 $ pip install flask $ pip install flask_cors $ python api.py ``` ### frontend ```sh $ cd web $ yarn install $ yarn dev ``` 若无法启动，可查看 [https://juejin.cn/post/7225516440090165303](https://juejin.cn/post/7225516440090165303) ### 后期计划 - [-] 语音输入 - [-] 语音播报 - [ ] 结果文字流式显示 - [ ] 支持更换主题色 - [ ] 左侧框完善