langchain-chat-with-documents

项目背景

langchain-chat-with-documents 是一个由 Bellingcat 举办的黑客马拉松活动中提交的项目。该项目由 Radu Ciocan 和 Ana State 共同创作，分别负责代码和设计。

工具概述

langchain-chat-with-documents 是一个对话工具，用户可以上传 PDF/DOCX 文档，并通过 ChatGPT 这种大型语言模型与文档进行交互。这个工具为用户提供了一种全新的人机沟通方式，用户能够在平台上上传文件，与文件内容进行即时对话和交流，从而更加高效地获取信息。

安装指南

要使用这个工具，首先需要在电脑上安装 Node.js v18 或更高版本。接下来，按照以下步骤进行安装：

1. 使用 git 命令下载工具的代码库：

   git clone git@github.com:ciocan/langchain-chat-with-documents.git
   

2. 进入工具的目录并安装依赖：

   cd langchain-chat-with-documents
   npm install
   

3. 将 .env.example 文件复制为 .env 文件，并添加以下变量：

   WEAVIATE_HOST= # 仅使用域名，不包含 https:// 部分，例如：bellingcat-xxx.weaviate.network
   WEAVIATE_API_KEY=
   
   # Cloudflare R2
   CLOUDFLARE_ACCOUNT_ID=
   CLOUDFLARE_SECRET_KEY=
   CLOUDFLARE_SECRET_ACCESS_KEY=
   
   # OpenAI 密钥
   OPENAI_API_KEY=
   

Weaviate 是一个开源的向量数据库，用于文档的向量化和索引。用户可以选择本地安装或使用其免费云服务。Cloudflare R2 是一个类似于 AWS S3 的对象存储解决方案。最后，还需要申请 OpenAI API 密钥。

4. 启动工具：

   npm run dev
   

技术栈

此项目是使用 T3 Stack 创建的，使用了 create-t3-app 进行引导。项目的主要技术栈包括：

• Next.js
• Tailwind CSS
• tRPC

此外，还使用了一些附加的库：

• Zustand 用于状态管理
• Mantine UI 提供了丰富的 UI 组件
• LangChain 用于与 OpenAI 的大型语言模型（LLM）交互

高级架构

项目的总体架构图展示了各个组件之间的交互方式。用户上传的文档通过工具界面发送到服务端，在那里被存储和处理，然后用户便可以通过与 ChatGPT 的交互来提取文档中的信息，实现高效的信息访问与内容理解。

通过这个项目，用户能够以更直观和便捷的方式与文件进行交互，大大提升了文档阅读和信息获取的效率。