gpt4-pdf-chatbot-langchain

项目介绍：GPT-4 与 LangChain 用于 PDF 文件的 ChatGPT 聊天机器人

项目概述

这个项目的目标是利用最新的 GPT-4 API，打造一款专为多个大型 PDF 文件设计的 ChatGPT 聊天机器人。它使用 LangChain、Pinecone、Typescript、OpenAI 和 Next.js 等技术栈，其中 LangChain 是一个简化可扩展 AI/LLM 应用程序和聊天机器人开发的框架。Pinecone 则是用于存储嵌入和文本格式 PDF 的向量库，方便之后检索相似文档。

先决条件

在开始搭建这个项目之前，用户需要确保其计算机上已安装 Node.js，并且版本为 18 或更高。

开发步骤

1. 克隆或下载代码库

首先，用户需要克隆这个项目的代码库，指令如下：

git clone [github https url]

2. 安装必要的软件包

• 全局安装 yarn：

  npm install yarn -g

• 之后在项目目录下运行：

  yarn install

成功安装后，项目目录会出现 node_modules 文件夹。

3. 设置 .env 文件

• 从 .env.example 文件复制内容创建 .env 文件。
• 在 .env 文件中填入从 OpenAI 和 Pinecone 获取的 API 密钥、环境信息和索引名称。

OPENAI_API_KEY=
PINECONE_API_KEY=
PINECONE_ENVIRONMENT=
PINECONE_INDEX_NAME=

4. 配置 Pinecone

在 config 文件夹中，将 PINECONE_NAME_SPACE 替换为用于存储嵌入的 namespace，便于以后查询和检索。

5. 调整 makechain.ts 中的 QA_PROMPT

根据具体需求修改 QA_PROMPT 和 OpenAI 中的 modelName 为 gpt-4，确保已经有使用 gpt-4 API 的权限。

将 PDF 文件转换为嵌入

该项目支持加载多个 PDF 文件。用户只需将 PDF 文件添加到 docs 文件夹中，然后运行 yarn run ingest 脚本来嵌入这些文件。完成后，用户可以在 Pinecone 仪表板上验证嵌入数据。

运行应用程序

在确认嵌入和内容已成功添加到 Pinecone 之后，用户可以运行 npm run dev 启动本地开发环境，并在聊天界面中输入问题进行交互。

常见问题解决

项目提供了一些常见问题解决建议，包括：

• 确认 Node 版本、转换 PDF 为文本、检查环境变量以及确保API密钥的正确性。
• 针对 Pinecone 的错误，如确保环境和索引匹配、设置正确的向量维度等。

致谢

该项目的前端部分受到 langchain-chat-nextjs 启发。

如有问题，用户可以加入项目的 Discord 社区 寻求帮助。