ChatWithDataWhale

ChatWithDataWhale 是一个与 DataWhale 现有仓库和学习内容对话的项目,旨在帮助用户快速找到想学习的内容和可以贡献的内容。

RAG 部分参考魔改自工业级的微信问答助手茴香豆,欢迎也给他一个 star！

功能特点

• 与 DataWhale 的学习资源进行自然语言交互
• 通过对话方式发现感兴趣的学习内容
• 找到可以贡献和改进的项目领域
• 利用大语言模型总结仓库的 README 内容

环境配置

在运行项目之前,请确保您的环境满足以下要求:

• Python 3.10 或更高版本
• 安装所需的 Python 依赖包: pip install -r requirements.txt
• 能够下载对应的模型 "maidalun1020/bce-embedding-base_v1","maidalun1020/bce-reranker-base_v1"

.env 文件配置

为了正常运行项目,您需要在项目根目录下创建一个 .env 文件,并配置以下内容:

如果在从Hugging Face下载模型时遇到速度极慢或无法下载的问题，请在.env文件中设置HF_ENDPOINT的值为https://hf-mirror.com。请注意，某些Hugging Face仓库可能需要访问权限（例如Jina Ai）。为此，请注册一个Hugging Face账号，并在.env文件中添加HF_TOKEN。你可以在这里找到并获取你的token。

# GitHub 访问令牌
TOKEN=your_github_access_token

# 任意选择一个 remote llm api
# DeepSeek API 密钥
deepseekapi=your_deepseek_api_key
# Moonshot API 密钥
moonapi=your_moonshot_api_key
# ZhipuAI API 密钥
zhipuapi=your_zhipuapi_api_key
# OpenAI API 密钥
chatgptapi=your_openai_api_key

HF_HOME='./temp/hf_cache'
HF_ENDPOINT = 'https://hf-mirror.com'
HF_TOKEN=

请将 your_github_access_token、your_deepseek_api_key、your_moonshot_api_key 和 your_openai_api_key 替换为您自己的 API 密钥。

使用方法

1. 克隆本仓库到本地
2. 安装所需的 Python 依赖包
3. 在 .env 文件中配置所需的 API 密钥
4. 运行 python get_feature.py 对 repodir 文件夹内的文件进行特征抽取
5. 运行 main.py 进行提问交互

这里为了方便，提供了 example.zip 作为预处理后的 README 文件集合，你可以直接把他解压到 repodir 文件夹，运行特征抽取后就可以开始交互了！

项目结构

• dwchatbot: 包含了所有 RAG 相关的代码
• test: 获取 GitHub 仓库相关内容的脚本
• get_feature.py: 抽取特征信息，保存在本地向量数据库
• main.py: 基于抽取后的特征数据开始对话
• README.md: 项目说明文档

贡献指南

欢迎对本项目进行改进和贡献!您可以通过以下方式参与:

1. 提交 Issue 反馈问题或建议新功能
2. 提交 Pull Request 改进代码或文档
3. 分享项目,让更多人参与和受益

致谢

感谢 DataWhale 组织提供了丰富的学习资源!