kebijuelun/weblangchain_chatglm

이 코드 저장소는 LangChain을 기반으로 하며 OpenAI ChatGPT 및 ChatGLM3와 같은 모델 호출을 지원합니다. 또한 Tavily와 같은 검색 라이브러리를 통해 검색 증강 생성(Retrieval Augmented Generation, RAG) 기능을 구현하여 전체 인터넷을 문서 저장소로 활용할 수 있게 함으로써 대규모 언어 모델에서 발생하는 환각 문제(hallucination problem)를 완화합니다.

conda를 사용하여 환경 격리:
conda create -n chatglm python==3.10; conda activate chatglm

(참고: ChatGLM3와 WebLangChain의 호환성 문제를 방지하기 위해 두 환경을 격리하는 것이 중요합니다.)

• ChatGLM3 코드 서브모듈 가져오기:
  git submodule update --init --recursive

• ChatGLM3 Hugging Face 모델 다운로드:
  git clone https://huggingface.co/THUDM/chatglm3-6b

• ChatGLM3 모델 경로에 환경 변수 설정:
  export MODEL_PATH=$(realpath ./chatglm3-6b)

• 환경 종속성 설치:
  pip install -r requirements.txt

• ChatGLM3 모델 서비스 배포:
  cd openai_api_demo; python3 openai_api.py

conda를 사용하여 환경 격리: conda create -n weblangchain python==3.10; conda activate weblangchain

• 백엔드 종속성 설치:
  poetry install

. - 환경 변수 설정:
source env.sh

• 참고: 애플리케이션을 구성하려면 반드시 환경 변수를 설정해야 합니다. 기본적으로 WebLangChain은 Tavily를 사용하여 웹 페이지에서 콘텐츠를 검색합니다. Tavily 등록을 통해 Tavily API 키를 얻어 ./env.sh에 업데이트하세요.

. 또한, OpenAI 등록을 통해 openai API 키를 얻어 ./env.sh에 업데이트하세요.

. 다른 기본 검색기(예: 자체 데이터 소스 사용)를 추가하거나 대체하려면 main.py의 get_retriever() 메서드를 업데이트하세요.

. - Python 백엔드 시작:
poetry run make start

. - 프론트엔드 종속성 설치를 위해 yarn 실행:

• Node Version Manager (NVM) 설치:
  wget -qO- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.5/install.sh | zsh

• NVM 환경 변수 설정:
  `export NVM_DIR="${XDG_CONFIG_HOME:-$HOME}\