rag-postgres-openai-python

项目介绍：RAG on PostgreSQL

项目概览

RAG on PostgreSQL 是一个基于网络的聊天应用项目，它通过 API 后端与 OpenAI 的聊天模型交互，能够对 PostgreSQL 数据库表中的行进行查询和回答。项目的前端采用 React 和 FluentUI 构建，而后端使用 Python 和 FastAPI 实现。

该项目专为部署到 Azure 平台而设计，使用 Azure Developer CLI 进行部署。应用运行在 Azure Container Apps 上，数据库托管在 Azure PostgreSQL Flexible Server 中，模型则部署在 Azure OpenAI 上。

功能特点

该项目提供以下主要功能：

• 集成搜索能力：在 PostgreSQL 数据库中，使用 pgvector 扩展实现矢量搜索，并结合全文搜索功能，根据 RRF（倒数排名融合）将搜索结果进行整合。
• OpenAI 功能调用：可以将用户的查询转化为查询过滤条件。例如，将“是否有低于 30 美元的登山装备”转化为 SQL 的“WHERE price < 30”。
• 查询向量化：利用 OpenAI 的嵌入 API，将用户查询转化为向量。

系统架构

此应用部署后会利用用户分配的托管身份验证 Azure 服务，日志则存储在 Log Analytics 中。

上手指南

项目提供了多种开启方式：

• GitHub Codespaces：这是最快捷的方式，可以直接在浏览器中开启一个基于 Web 的 VS Code 实例。
• VS Code 开发容器：在本地 VS Code 环境中，通过开发容器扩展打开项目。
• 本地环境设置：需先确保本地安装 Azure Developer CLI、Node.js、Python、PostgreSQL 等必要工具。

部署步骤

无论在何种环境中打开项目，都可以将其部署到 Azure：

1. 登录 Azure 账户。
2. 创建新的 azd 环境以储存配置。
3. （可选）自定义资源配置。
4. 初始化资源并部署代码。

本地开发

准备工作

• 在本地设置环境文件，根据需求设置 OpenAI 或其它 API 使用参数。
• 安装必需的 Python 包和后端应用。
• 构建前端。

运行

通过 FastAPI 运行后端服务，同时通过 npm 运行前端服务，即可在浏览器中访问本地部署的应用。

费用

项目使用的各项 Azure 服务可能产生不同的费用，具体取决于使用的地区和资源配置。建议使用 Azure 定价计算器以获取更详细的费用估算。

安全指南

项目通过托管身份对 Azure 服务进行身份验证，并通过 GitHub Actions 进行代码安全扫描，确保模板的最佳安全实践。

指南和资源

项目详细文档可在项目 docs/ 文件夹中找到，涵盖了项目流、数据自定义、现有资源部署等方面的信息。若有任何疑问或问题，请在问题追踪器中提出。