QA-Pilot

项目介绍：QA-Pilot

QA-Pilot 是一个互动式聊天项目，旨在利用在线或本地的语言模型（LLM）来快速理解和浏览 GitHub 代码库。这一项目通过整合多种功能，实现更高效的代码分析和交互体验。

功能特点

• 与 GitHub 公共仓库聊天：通过克隆的方式可以与 GitHub 的公共代码库进行互动交流。
• 保存聊天记录：能够存储所有的聊天历史，便于后续的查看和回顾。
• 简单的配置设置：提供简单的配置界面，用户可以轻松调整设定。
• 多聊天会话支持：支持多个会话管理，可以同时处理不同的对话。
• 快速定位会话：通过搜索功能快速找到需要的会话。
• 与 codegraph 集成：可以查看 Python 文件的代码结构。
• 支持多种 LLM 模型：如 ollama、openai、mistralai、localai、zhipuai、anthropic、llamacpp、nvidia、tongyi 和 moonshot 等模型。

发布历史

• 2024-07-03：更新 langchain 至 0.2.6 版本，并新增 moonshot API 支持。
• 2024-06-30：新增 Go Codegraph 功能。
• 2024-06-27：新增 nvidia/tongyi API 支持。
• 2024-06-19：新增 llamacpp API 支持，并改进侧边栏的设置列表，增加模型上传功能以及提示模板设置。
• 2024-06-15：新增 anthropic API支持，优化部分功能及修复聊天信息显示问题。
• 2024-06-12：新增 zhipuai API 支持。
• 2024-06-10：将 flask 转换为 fastapi 并新增 localai API 支持。
• 2024-06-07：添加 rr: 选项，使用 FlashRank 进行搜索。
• 2024-06-05：升级 langchain 至 v0.2 并添加 ollama embeddings。
• 2024-05-26：发布版本 v2.0.1，通过用 Svelte 替换 Streamlit 前端以提升性能。

免责声明

• 此项目为测试项目，旨在验证使用 LLM 和向量嵌入进行问题回答的完全本地化解决方案的可行性。此项目尚未达到生产就绪状态，不应在生产环境中使用。
• 请勿使用模型分析重要或生产数据！
• 请勿使用模型分析客户数据以保障数据隐私和安全！
• 请勿使用模型分析您的私有或敏感代码仓库！

部署指导

部署 QA-Pilot 的步骤如下：

1. 克隆代码库：

   git clone https://github.com/reid41/QA-Pilot.git
   cd QA-Pilot

2. 安装 conda 并创建虚拟环境：

   conda create -n QA-Pilot python=3.10.14
   conda activate QA-Pilot

3. 安装依赖：

   pip install -r requirements.txt

4. 安装 pytorch，请参考 pytorch 官网 获取更多信息。

5. 设置模型提供者，具体步骤请参考项目中的详细文档。

6. 设置数据库及相关参数：

   在 config/config.ini 文件中配置数据库连接信息，例如：

   [database]
   db_name = qa_pilot_chatsession_db
   db_user = qa_pilot_user
   db_password = qa_pilot_p
   db_host = localhost
   db_port = 5432

7. 前端设置：安装 node.js 并配置前端环境。

8. 启动后端服务：

   python qa_pilot_run.py

使用提示

• 请勿同时使用 URL 和上传功能。
• 删除按钮不能真正删除本地 chromadb，停止时需手动删除。
• 使用 新建来源按钮 添加新项目。
• 使用 rsd: 开始输入并获取源文档。
• 使用 rr: 开始输入并使用 FlashrankRerank 进行搜索。
• 点击 QA-Pilot 中的 打开代码图 查看代码，支持 python 和 go。