1.ディファイ
誕生以来ChatGPT
、その極めて高い言語理解力とインタラクション能力は人々を驚かせてきただけでなく、ChatGPT
事実の問題を扱うだけでなく、より感情的な対話内容を理解して生成し、ユーザーの感情的傾向を認識してそれに応じた対応を行うこともできます。このような優れたことが特定の民間分野にどのように適用されるのでしょうか?
たとえば、学校環境では、学習ニーズに応じた質疑応答システムを作成する必要があります。1 週間のコースについて質問すると、「月曜日にJAVA
クラスをPython
ですChatGPT
。
上記dify
機能を低コストで実現し、専門分野の知識に的確にお答えします。
Dify の紹介ドキュメント: https://docs.dify.ai/v/zh-hans/getting-started/intro-to-dify
次に、dify
の助けを借りて上記のシナリオを実装します。基本的にサポートChatGPT
として使用するため、 が必要です。LLM
OpenAI
API Key
2. Dify サービスの展開
ここでは、公式サービスを使用して操作することもできるため、ローカルにインストールする必要はありません。次のアドレスを使用します。
ローカルにデプロイする必要がある場合は、次の手順を実行します。
ここでは展開が使用されており、Docker
インストール前に展開する必要がありますDocker
。Docker-compose
アイテムclone
を置きます:
git clone https://github.com/langgenius/dify.git
dify
ソース コードのディレクトリに移動しdocker
、docker
次のコマンドで開始します。
cd dify/docker
docker-compose up -d
イメージをダウンロードして起動すると、関連サービスが表示されます。
解放する必要があるファイアウォールがある場合は80
、5432
ポート。
ブラウザで次のアクセスを実行http://部署服务ip
すると、 と入力できますdify
。メールボックス、ユーザー名、パスワードの情報を設定するだけです。
セットアップが完了してログインすると、メイン ページが表示されます。
3. 民営化されたナレッジベースの質問応答アプリケーションを構築する
3.1 ローカルのナレッジベースを構築する
次に、コース情報を定義し、コンテンツをtxt
テキストに挿入します。
周一课程:上午:JAVA,下午:Python。
周二课程:上午:机器学习,下午:机器视觉。
周三课程:上午:NLP,下午:HTML。
周四课程:上午:微服务,下午:大数据。
周五课程:上午:android,下午:历史文化。
次に、[データセット] をクリックし、[データセットの作成] をクリックします。
上記のテキストを下にtxt
ドラッグまたは選択します。
以下はテキストの分割とクリーニングです。内容はそれほど多くないため、1 つのセグメントに分割できます。
ナレッジ ベースを正常に作成するには、下の [保存] をクリックします。
3.2 Q&A アプリケーションの構築
質問と回答のアプリケーションを構築しましょう。
これは使用されるのでChatGPT
、最初にそれを指定しますAPI key
。
のChatGPT
バージョンのgpt-3.5-turbo
例は。
上記の知識ベースは、プロンプト単語の配置で次のように使用されます。
この時点で、右側でデバッグできます。
必要な効果がすでに得られていることがわかります。最終的に問題がなければ、右上隅の [公開] をクリックする必要があります。次に、API
でそれを使用します。インターフェイス アドレスを访问API
確認し、アクセス例を示します。API
にアクセスする前に秘密キーを生成する必要がありますAPI
。「生成」をクリックしますAPI 秘钥
。
これでアクセスできるようになりましたPostMan
。
3.3 効果試験
ここで組み込みのプレビューを使用します。
対象を絞った質問と回答をいくつか示します。