Do Do Chéad Chóras RAG a Thógáil: AI a Dhéanamh Glic Faoi Do Ghnó

Páirt 2 de 5: Giniúint Ficsannaithe Aisghabháil

Fáilte ar ais! Inniu táimid ag tumadh isteach i gcórais RAG — ceann de na bealaí is phraiticiúla a bheith ann chun AI a dhéanamh úsáideach do do riachtanais gnó ar leith.

Cad go díreach atá i RAG?

Ligfidh mé do RAG a mhíniú le anailís shimplí. Samhlaigh go bhfuil scrúdú leabhair oscailte á dhéanamh agat. In ionad a bheith ag brath ar rud a bhí i do chuimhne amháin, is féidir leat faisnéis a fhéachaint suas i do leabhair scoile chun freagraí níos fearr agus níos cruinne a thabhairt. Sin go bunúsach an rud a dhéanann RAG do líonainn AI.

RAG = Líonn AI + Do Bhunús Eolais Dhílis

Soláthraíonn an líonn AI an "éigeantacht" chun ceisteanna a thuiscint agus freagraí cosúil le daonna a ghiniúint, agus soláthraíonn do bhunús eolais an fhaisnéis ar leith, suas-dáta faoi do ghnó.

Cén fáth ar chóir duit a bheith i do bharúil faoi RAG?

Seo an rud faoi líonainn teanga mór cosúil le ChatGPT — tá siad an-ghlic, ach ní fhios dóibh faic faoi do ghnó ar leith. Ní féidir leo a rá do chustaiméirí faoi do chuid gné táirgí is déanaí, do pholasaithe cuideachta, nó ceisteanna a fhreagairt agus do dhochumaint inmheánach á úsáid.

Réitíonn RAG seo trí:

• Freagraí AI a dhéanamh níos cruinne agus níos ábhartha do do ghnó
• Faisnéis a choinneáil suas-dáta (fógra a chur ar a chéile níamh, gan oiliúint arís de dhíth)
• Trédhearcacht a sholáthar (is féidir leat a fheiceáil cén doiciméid a bhí úsáideach ag an AI chun a fhreagairt)
• A bheith costéifeach (i bhfad níos saoire ná líonainn mór a dhéanamh fionnachtain-rúnda)

Déanaimis Ceann a Thógáil in Éineacht

Taispeáinfidh mé duit conas córas RAG a thógáil ag úsáid Gemini AI de chuid Google. Cruthóimid córas ar féidir leis ceisteanna faoi "MyNextDeveloper" a fhreagairt. Seo an próiseas céim ar céim:

Céim 1: Suítí Riachtanacha a Shuiteáil

!pip install -q -U google-generativeai langchain-google-genai langchain faiss-cpu pypdf langchain-community

Tiocfaidh na leabharlanna seo dinn in ionad láimhe a dhéanamh:

• google-generativeai: Rochtain ar líonainn Gemini de chuid Google
• langchain-google-genai: Comhtháthú Gemini le LangChain
• LangChain: Creat d'fheidhmchlár AI a thógáil
• FAISS: Cuardach samhála thapa (doiciméid ábhartha a aimsiú)

Céim 2: Google AI API a Shocrú

import os

from google.colab import userdata

import google.generativeai as genai

Beidh ort eochair API saor in aisce a fháil ó Google AI Studio agus a chur le do thimpeallacht.

Céim 3: Do Bhunús Eolais a Ullmhú

raw_text = """

MyNextDeveloper (MND) is a remote-first tech company founded in 2022 in Mumbai. They focus on supplying pre-vetted, highly skilled developers to startups. Their mission is to solve the trust gap between startups and engineers by emphasizing empathy, communication, and transparency.The company promotes agile practices, test-driven development, and POSH-compliant culture. MND offers services like staff augmentation, API and web development, UI/UX design, and AI/ML solutions. Their tech stack includes Angular, React, Next.js, Node.js, Django, Python, Docker, and AWS.

Clients appreciate their transparency and delivery quality. Project pricing starts at $10,000 with hourly rates between $25 and $49. MND claims startups can save up to 30% through their freelance model.

They operate globally, serving startups, Y Combinator and Techstars alumni. It is headquartered in Malabar Hill, Mumbai.

"""

I bhfíorfheidhmchláir, bhainfeadh sé seo do dhochumaint táirgí, FAQ, polasaithe cuideachta, nó aon fhaisnéis bhunaithe ar théacs faoi do ghnó.

Céim 4: An Fhaisnéis a Roinnt i Gréine

from langchain.text_splitter import RecursiveCharacterTextSplitter

text_splitter = RecursiveCharacterTextSplitter(

chunk_size=300,

chunk_overlap=50,

length_function=len,

add_start_index=True,

)

chunks = text_splitter.split_documents(documents)

print(f"Split into {len(chunks)} chunks.")

Cén fáth a roinneann muid an téacs? Oibríonn líonainn AI níos fearr le píosaí beaga, dhírithe faisnéise. Cinntíonn an chunk_overlap=50 nach gcailleann muid comthéacs ag teorainneacha na ngréine, agus cabhraíonn add_start_index=True linn a thuiscint áit ar tháinig an fhaisnéis.

Céim 5: Leabadh agus Stór Veicteoir a Chruthú

from langchain_google_genai import GoogleGenerativeAIEmbeddings

from langchain_community.vectorstores import FAISS

embeddings = GoogleGenerativeAIEmbeddings(

model="models/embedding-001",

google_api_key=GOOGLE_API_KEY

)

print("Creating FAISS vector store...")

vector_store = FAISS.from_documents(chunks, embeddings)

print("FAISS vector store created.")

An chéim is tábhachtaí. Tiontaítear gach píosa de théacs ina "veicteoir" (ionadaíocht uimhriúil). Nuair a chuireann duine ceist, faighimid na gréine le veicteoirí is cosúil leis an veicteoir an cheist.

Céim 6: An Chóras Ceisteanna-Freagraí a Socrú

from langchain_google_genai import ChatGoogleGenerativeAI

from langchain.chains import RetrievalQA

from langchain_core.prompts import PromptTemplate

retriever = vector_store.as_retriever(search_kwargs={"k": 3})

llm = ChatGoogleGenerativeAI(

model="gemini-1.5-flash",

temperature=0.3,

google_api_key=GOOGLE_API_KEY

)

prompt_template = """

You are an AI assistant that answers questions based on the provided context.

If the answer is not available in the context, politely state that you don't know.

Context:

{context}

Question:

{question}

Answer:

"""

RAG_PROMPT = PromptTemplate.from_template(prompt_template)

qa_chain = RetrievalQA.from_chain_type(

llm=llm,

chain_type="stuff",

retriever=retriever,

return_source_documents=True,

chain_type_kwargs={"prompt": RAG_PROMPT}

)

Foinc an temperature=0.3 freagraí agus iad dírithe agus fíorúil, agus ciallíonn search_kwargs={"k": 3} go dtabharfaimid na 3 ghréine is ábhartha do gach ceist.

Céim 7: Triail a Dhéanamh

questions = [

"What does MyNextDeveloper (MND) do?",

"Where is MND headquartered?",

"What services does MND offer?",

"What technologies does MND use?",

"How does MND help startups save money?",

"What is the capital of France?"  # This should trigger "I don't know"

]

for i, question in enumerate(questions):

print(f"nQuestion {i+1}: {question}")

response = qa_chain.invoke({"query": question})

print(f"Answer: {response['result']}")

if 'source_documents' in response:

print("Source Documents:")

for doc in response['source_documents']:

print(f"- Content (truncated): {doc.page_content[:150]}...")

Samplaíochta Fúthu:

Question 1: What does MyNextDeveloper (MND) do?

Answer: MyNextDeveloper (MND) is a remote-first tech company that supplies pre-vetted, highly skilled developers to startups. They offer services such as staff augmentation, API and web development, UI/UX design, and AI/ML solutions. Their goal is to bridge the trust gap between startups and engineers through empathy, communication, and transparency.

Question 6: What is the capital of France?

Answer: I'm sorry, but I don't know the capital of France. The provided text is about a company called MND and doesn't contain information about France's capital.

Tugann an córas go ceart freagra ar cheisteanna faoi MND ach diúltaíonn sé go cuirtéiseach ceisteanna a fhreagairt lasmuigh dá bhunús eolais.

Google Colab

Seo an nasc google colab an alt seo gur féidir a rith i bhileog amháin: nasc

Feidhmchláir Fhíor-Dhomhain

Seo roinnt bealaí praicticiúil ar féidir leat córais RAG a úsáid:

Tacaíocht do Chustaiméirí: Uaslódáil do FAQ, do mháinlithe táirgí, agus do dhréachtanna tacaíochta. Lig don AI gnóthaí coitianta a láimhseáil 24/7.

Bunús Eolais Inmheánach: Uaslódáil polasaithe cuideachta, nósanna imeachta, agus doiciméad. Is féidir le fostaithe ceisteanna a chur i ngnáth-theanga in ionad fhollain a fholuain.

Cúntóir Díolachán: Uaslódáil sonrasc táirgí, phraiseanna, agus cásuimhir. Faigheann do fhoireann díolachán rochtain thobann ar aon fhaisnéis a bhí de dhíth orthu le linn glaonna.

Cruthú Ábhair: Uaslódáil do chuid ábhair atá ann, post bhlag, agus ábhar margaíochta. Giniúint ábhair nua atá comhsheasmhach le do ghuth branda.

Na Teorainneacha (Ligean Dúinn a Bheith Macánta)

Ní bhíonn RAG foirfe:

• Braitheann cáilíochta ar do shonraí: Dramhaíl i, dramhaíl amach
• Is féidir a bheith ag fáilliú: Uaireanta d'fhéadfadh an AI faisnéis a dhéanamh suas atá cosúil go réasúnta
• Caithfidh cothabháil a dhéanamh: Ní mór duit do bhunús eolais a choinneáil suas-dáta
• Breithnithe costais: Is féidir glaonna API a chur i bhfostú le húsáid throm

Léargais Dhomhanda Ionchur

Ó ár sampla ag obair, seo roinnt breithnithe theicniúla thábhachtacha:

Imirt Gréine Snaidhm: Bhain muid 300 carachtar a úsáid le 50-carachtar forleathann. Sobaltsúnaíonn sé seo íochtar comtháth le beachtas aisghabháil.

Cáilíochta Leabadh: Tugann líonn embedding-001 Google leabadh ginearálta-thairbhiúla, ach b'fhéidir go mbeadh ort leabadh dhírlínithe fearainn do inneall speisialtosaithe.

Straitéis Aisghabháil: Ciallíonn an pharaiméadar k=3 go dtabharfaimid na 3 ghréine is ábhartha. Is féidir leat seo a choigeartú bunaithe ar do chás úsáide.

Innealtóireacht Tógra: Insíonn ár dtógra don AI go soiléir go rá "ní fhios dom" nuair nach bhfuil faisnéis ar fáil. Cuireann sé seo stop ar fáilliú.

Leideanna do Rath

1. Tosaigh beag: Tosú le haon chás úsáide ar leith seachas iarracht a dhéanamh rudaí a chlúdach go léir
2. Coinnigh doiciméid suas-dáta: Soláthraítear faisnéis fadó do úsáideoirí a bheith frustrated
3. Triail go foluain: Déan iarracht go leor ceisteanna éagsúla a thuiscint cá áit a oibríonn do chóras go maith agus cá áit nach oibríonn
4. Úsáid a mhonatóireacht: Coinnígh súil ar cad ceisteanna atá daoine á chur chun do bhunús eolais a threisithe
5. Atriail ar mhéid gréine: Déan triail ar mhéideanna éagsúla gréine agus luachanna forleathann do do inneall ar leith

Cad Atá ar Aghaidh

In ár n-alt eile, finiúcháimid fionnachtain-rúnda — gréine AI atá ann a thógáil agus a oiliúint go sonrach do do chás úsáide. Cé go n-tugann RAG rochtain ar do fhaisnéis ag AI, fionnachtain-rúnda an-dáta a athrú go díreach conas a "smaoiníonn" an AI ar do réimse.

Is minic an RAG an tosú is fearr mar tá sé níos simplí, níos trédhearcach, agus níos fusa a choinneáil. Ach uaireanta bíonn an leibhéal breise a dhéanamh fionnachtain-rúnda a thairbhíonn ort.

Ag teacht: Alt 3 — "Fionnachtain-Rúnda LLMs: Múineadh do AI a bhéith ag labhairt do Theanga"