Neuro Employee App

Neuro Employee App — это интерактивное приложение для работы с LLM (Large Language Models), которое позволяет обучать модели на основе текстов из Google Docs и задавать им вопросы для получения ответов с учётом контекста.

Приложение построено с использованием Python и Gradio для интерфейса, а также LangChain и OpenAI для работы с языковыми моделями и векторными эмбеддингами.

---

🔧 Используемые технологии

• Python 3.12 — основной язык программирования.
• Gradio — для создания интерактивного веб-интерфейса.
• OpenAI API — для взаимодействия с моделями GPT.
• LangChain и langchain-community — управление LLM и векторными базами.
• ChromaDB — векторная база данных для хранения эмбеддингов.
• tiktoken — подсчёт токенов для моделей OpenAI.
• requests — для получения данных из Google Docs.
• python-dotenv — работа с переменными окружения (.env).

---

🚀 Установка и запуск

1. Клонируйте репозиторий

git clone https://github.com/yourusername/neuro_employee_app.git
cd neuro_employee_app

2. Создайте и активируйте виртуальное окружение

python -m venv .venv

• Windows

.venv\Scripts\activate

• Linux / macOS

source .venv/bin/activate

3. Установите зависимости

pip install requests python-dotenv langchain langchain-openai langchain-community openai tiktoken gradio chromadb

4. Создайте файл .env и добавьте ключ OpenAI API

OPENAI_API_KEY=your_openai_api_key

5. Запустите приложение

python main.py

6. Откройте Gradio интерфейс

• Локально: http://127.0.0.1:7860
• Публично: Gradio предоставит временный публичный URL для тестирования.

---

Функционал

• Загрузка текстов из Google Docs для обучения модели.
• Разделение текста на фрагменты и создание векторной базы эмбеддингов.
• Запросы к модели с контекстом из обученных данных.
• Просмотр логов и результатов запросов через веб-интерфейс.

---

Структура проекта

neuro_employee_app/
│
├─ app/
│  ├─ gpt_model.py       # Класс GPT для работы с LLM
│  ├─ interface.py       # Gradio интерфейс
│  ├─ data.json          # Настройки моделей и промтов
│
├─ main.py               # Точка входа приложения
├─ .env                  # Переменные окружения (API ключ)
├─ requirements.txt      # Зависимости проекта
└─ README.md             # Документация проекта

---

Планы на будущее

• Добавление поддержки нескольких моделей одновременно.
• Возможность загрузки текстов из других источников (PDF, сайты).
• Улучшение интерфейса и логирования.