ClassGPT

项目介绍：ClassGPT

ClassGPT 是一款致力于帮助用户从讲座幻灯片中获取信息的应用程序，灵感来源于 AthensGPT，并且集成了最新的人工智能技术。它是由 Streamlit 构建的，并使用了 LlamaIndex 和 LangChain 等先进的工具。

ClassGPT 的核心功能是利用 OpenAI 提供的最新 ChatGPT API（gpt-3.5-turbo 模型）来从幻灯片中提取信息并生成对话式回答。这一功能的实现依赖于 LlamaIndex 所提供的向量索引构建工具和文本嵌入技术。

应用演示

ClassGPT 提供了一个直观简洁的用户界面，用户可以方便地上传 PDF 格式的讲座幻灯片，然后通过问答的形式从中获取所需的信息。

工作原理

ClassGPT 的主要工作流程包括以下几个步骤：

1. PDF解析：使用 pypdf 解析用户上传的 PDF 文件，将其内容提取出来进行处理。

2. 索引构建：通过 LlamaIndex 的 GPTSimpleVectorIndex 工具创建文本向量嵌入，并存储在 Amazon S3 上。这些向量可以高效地帮助用户查询所需信息。

3. 查询索引：用户的查询通过最新的 ChatGPT 模型进行处理，能快速获得准确的回答。

使用指南

配置与密钥

用户需要配置 AWS 环境以便存储和访问数据。步骤包括创建一个具有唯一名称的 S3 存储桶，并在代码中更新存储桶的名称。此外，用户需要将他们的 OpenAI 凭据添加到配置文件中。

本地运行

1. 创建 Python 环境并激活。
2. 安装必要的依赖项。
3. 运行 Streamlit 应用程序。

Docker

ClassGPT 也可以通过 Docker 来运行，简单的命令行操作便可启动服务。

功能展望

ClassGPT 的未来开发计划包括：

• 提供本地模式存储选项，不依赖 S3。
• 部署到 Streamlit Cloud，并提供用于输入 OpenAI 密钥的输入框。
• 更新代码以支持新的 Langchain 更新。
• 提供自定义提示及调整模型参数的功能界面。
• 增加多文件查询功能，支持在多个讲座的索引上进行组合查询。

常见问题解答

Tokens

API处理提示时将输入划分为Tokens，了解Tokens的划分有助于对API成本的估计。

嵌入

文本/句子的向量表示，用于计算文本之间的相似度。

模型

使用模型的成本介绍，包括 ChatGPT和text-davinci-003等。

ClassGPT 作为一款结合先进人工智能技术的工具，目标是为用户提供一种便捷、高效的幻灯片信息获取方式，为学术工作和讲座学习带来助力。