GPTflix

项目介绍：GPTflix

项目概述

GPTflix 项目是一个基于 Streamlit 部署的问答机器人系统，结合了 OpenAI、Pinecone DB 和 Streamlit 技术。其主要功能是创建一个可以回答与电影相关问题的人工智能机器人。在该项目中，用户可以学习如何将文本准备好并发送到嵌入模型，捕获模型返回的嵌入和文本，然后将这些数据上传到 Pinecone 数据库进行存储和搜索。

项目意义

GPTflix 项目的目的在于提供一个基础的构架，用于构建属于自己的知识检索系统。这是一个非常基础的版本，提供了 GPTflix 的源码和 Streamlit 的部署指南，可以作为知识检索系统开发的入门。

环境准备

要开始使用 GPTflix 项目，并将其部署于 Streamlit，用户需要进行以下设置：

1. 将 GPTflix 项目代码库 fork 到用户的 GitHub 账户。

2. 注册 Pinecone.io 和 Streamlit 云服务账户。

3. 在 Streamlit 上创建一个新应用，并链接到在 GitHub 上 fork 的代码库，指定 /chat/main.py 作为主执行文件。

4. 在应用的设置中配置秘密信息，填写 Pinecone 和 OpenAI 的 API 秘钥。

5. 在项目根目录下创建一个 .env 文件来存储本地 OpenAI API Key。

数据添加过程

GPTflix 项目提供了一套流程，用于将数据上传到 Pinecone 数据库：

1. 运行 p1.generate_index_mpst.py 准备数据，将文本转换成适合模型嵌入的格式。

2. 运行 p2.make_jsonl_for_requests_mpst.py 将格式化后的 CSV 文件转换为 JSONL 文件，以便向 OpenAI API 发送请求。

3. 使用 p3.api_request_parallel_processor.py 处理 JSONL 文件来获取嵌入数据。

4. 运行 p4.convert_jsonl_with_embeddings_to_csv.py 将嵌入的 JSONL 转换为可读的 CSV 格式。

5. 使用 p5.upload_to_pinecone.py 将文本和嵌入上传到 Pinecone 数据库中。

附加信息

当前项目中包含了一些取自 Kaggle 的示例数据。未来的开发计划包括：增加记忆功能、添加不同的搜索模式以及改进文档。欢迎有兴趣的开发者对项目文档进行补充和完善。

授权许可

该项目采用 MIT 许可证进行授权，其源码可公开获取并进行二次开发与分发。许可证详细条款允许各种形式的使用，并对软件的使用不提供任何形式的担保。

以上是 GPTflix 项目的全部介绍，该项目旨在为开发者提供一个易于定制的问答机器人基础架构。