LangChain, LlamaIndex နှင့် သင်၏ကိုယ်ပိုင်ဒေတာကို အသုံးပြု၍ Python ဖြင့် တည်ဆောက်ထားသော စိတ်ကြိုက်၊ ပြန်လည်ရယူနိုင်သော AI chatbot ကို ရယူပါ — ရိုးရှင်းသော စကားပြောစက်ရုပ်မှ အပြည့်အဝ ချိန်ညှိထားသော၊ source-code ပေးပို့သည့် ဖြေရှင်းချက်အထိ။
LangChain နှင့် Python ဖြင့် စိတ်ကြိုက် AI RAG Chatbot ကို တည်ဆောက်ပေးပါမည်။
source code ပါဝင်သော ရိုးရှင်းပြီး အသုံးဝင်သော AI chatbot တစ်ခု။
- အဓိက စကားပြောဆိုမှု လုပ်ဆောင်ချက်ပါရှိသော ရိုးရှင်းသော chatbot
- LangChain သို့မဟုတ် LlamaIndex ကို အသုံးပြု၍ Python တွင် တည်ဆောက်ထားသည်
- LLM ရွေးချယ်မှု (LLaMA 2, Gemini, Claude, Mistral, Phi-2 သို့မဟုတ် OpenAI)
- ရင်းမြစ်ကုဒ်အပြည့်အစုံ ပေးပို့ပြီး
- FastAPI သို့မဟုတ် Express middleware ပေါင်းစပ်မှု
- 2 ပြင်ဆင်မှုများ ပါဝင်သည်
သင်၏ကိုယ်ပိုင်ဒေတာအစုံအပေါ် RAG ပါသော စိတ်ကြိုက် AI chatbot၊ ပေးပို့ချိန်တိုးမြှင့်ထားသည်။
- သင့်နယ်ပယ် သို့မဟုတ် အသုံးပြုမှုအတွက် စိတ်ကြိုက် AI chatbot
- သင်၏ စိတ်ကြိုက်ဒေတာအစုံတွင် RAG ပိုက်လိုင်းကို အကောင်အထည်ဖော်ထားသည်
- Vector database ပေါင်းစည်းမှု (Pinecone, Chroma, ElasticSearch သို့မဟုတ် အလားတူ)
- ဒေသတွင်းဒေတာဘေ့စ်ပံ့ပိုးမှု (MySQL, MongoDB သို့မဟုတ် အလားတူ)
- ရင်းမြစ်ကုဒ်အပြည့်အစုံ ပေးပို့ပြီး
- 2 ပြင်ဆင်မှုများ ပါဝင်သည်
အသေးစိတ် code မှတ်ချက်များပါရှိသော သင်၏စိတ်ကြိုက်ဒေတာအစုံပေါ်တွင် အပြည့်အဝကောင်းမွန်စွာညှိထားသော RAG chatbot တစ်ခု။
- သင်၏ သီးခြားနယ်ပယ်နှင့် စိတ်ကြိုက်ဒေတာအစုံနှင့် ကိုက်ညီအောင် ချိန်ညှိထားသော chatbot
- အဆင့်မြင့် LLM ပေါင်းစပ်မှုပါရှိသော Full RAG ပိုက်လိုင်း
- Vector နှင့် ဒေသတွင်း ဒေတာဘေ့စ် ပေါင်းစပ်မှု
- ဒေသတွင်း LLM ကိရိယာများ ပံ့ပိုးမှု (Ollama, LM Studio, CPP-Method, GPT4All)
- အသေးစိတ် inline code မှတ်ချက်များပါရှိသော အပြည့်အစုံ source code
- 1 ပြန်လည်ပြင်ဆင်မှု ပါဝင်သည်
စိတ်ကြိုက်ကမ်းလှမ်းချက် တောင်းဆိုပါ
စိတ်ကြိုက်ကမ်းလှမ်းချက် တောင်းဆိုရန် ဝင်ရောက်ပါ
ဤ Zinner ထံမှ စိတ်ကြိုက်ကမ်းလှမ်းချက် တောင်းဆိုရန် အခမဲ့အကောင့်တစ်ခု ဖန်တီးပါ သို့မဟုတ် ဝင်ရောက်ပါ။
ဝင်ရောက်ရန် / မှတ်ပုံတင်ရန်ရောင်းချမှုမတိုင်မီ မေးခွန်းမေးပါ
မေးခွန်းမေးရန် ဝင်ရောက်ပါ
ပလက်ဖောင်းပေါ်ရှိ spam များကို လျှော့ချရန်အတွက် ရောင်းချမှုမတိုင်မီ မက်ဆေ့ချ်များကို ဝင်ရောက်ထားသော အသုံးပြုသူများသာ ပေးပို့နိုင်ပါသည်။
ဤ Zinner ကို တိုက်ရိုက်မက်ဆေ့ချ်ပို့ရန် အခမဲ့အကောင့်တစ်ခု ဖန်တီးပါ သို့မဟုတ် ဝင်ရောက်ပါ။
ဝင်ရောက်ရန် / မှတ်ပုံတင်ရန်ဝင်ရောက်ရန် လိုအပ်သည်
Zinner ကို မက်ဆေ့ချ်ပို့ရန် အခမဲ့အကောင့်တစ်ခု ဖန်တီးပါ သို့မဟုတ် ဝင်ရောက်ပါ။
ဝင်ရောက်ရန် / မှတ်ပုံတင်ရန်ဝင်ရောက်ရန် လိုအပ်သည်
ကိုယ်ပိုင်ကမ်းလှမ်းချက်တစ်ခု တောင်းဆိုရန် အခမဲ့အကောင့်တစ်ခု ဖန်တီးပါ သို့မဟုတ် ဝင်ရောက်ပါ။
ဝင်ရောက်ရန် / မှတ်ပုံတင်ရန်အကျဉ်းချုပ်
သင့်ဆုံးဖြတ်ချက်ချရာတွင် အထောက်အကူဖြစ်စေရန် ဤဝန်ဆောင်မှုနှင့်ပတ်သက်သော အဓိကအချက်အလက်များ။ Zinn Hub မှ ထုတ်ပေးသည်၊ ရောင်းသူမှ မဟုတ်ပါ။
တန်ဖိုးနေရာ
ဗိသုကာပုံစံ
LLM ရွေးချယ်စရာများ
ပိုင်ဆိုင်မှုနှင့်ကုဒ်
အကောင်းဆုံးအတွက်
သင်ရရှိမည့်အရာ
အပြည့်အစုံဖော်ပြချက်
သင့်ဒေတာ၊ သင့်နယ်ပယ်နှင့် သင့်အသုံးပြုသူများကို အမှန်တကယ်နားလည်သည့် ဉာဏ်ရည်တု ချတ်ဘော့တစ်ခု လိုအပ်ပါသည်။ ယေဘုယျအားဖြင့် အသင့်သုံး ဝစ်ဂျက်တစ်ခု မဟုတ်ပါ။ ဤဝန်ဆောင်မှုက ပေးအပ်သည်မှာ ထိုအရာပင် ဖြစ်သည်- Retrieval-Augmented Generation (RAG) ဖြင့် စွမ်းဆောင်ထားသော စိတ်ကြိုက်တည်ဆောက်ထားသည့် AI ချတ်ဘော့တစ်ခု ဖြစ်ပြီး LangChain၊ LlamaIndex နှင့် ကြီးမားသော ဘာသာစကား မော်ဒယ်များတွင် နက်ရှိုင်းသော ကျွမ်းကျင်မှုရှိသည့် လန်ဒန်အခြေစိုက် AI ဖွံ့ဖြိုးတိုးတက်ရေးအဖွဲ့မှ Python ဖြင့် ဖန်တီးထားခြင်း ဖြစ်သည်။
သင်သည် ရိုးရှင်းသော စကားပြောဆိုမှုဆိုင်ရာ interface ဖြင့် အစမှစတင်သည်ဖြစ်စေ သို့မဟုတ် သင့်ကိုယ်ပိုင် မူပိုင်ဒေတာအစုံကို ထည့်သွင်းသည့် ခေတ်မီ RAG pipeline တစ်ခု လိုအပ်သည်ဖြစ်စေ ဤဝန်ဆောင်မှုသည် အပြည့်အစုံကို အကျုံးဝင်ပါသည်။ ပေးပို့နိုင်သော အရာတိုင်းသည် သန့်ရှင်းပြီး အလုပ်လုပ်သော source code ဖြင့် ပို့ဆောင်ပေးသောကြောင့် သင်ပေးချေခဲ့သည့်အရာကို သင်ပိုင်ဆိုင်ပါသည်။
**သင်တည်ဆောက်နိုင်သောအရာများ**
- အဓိက စကားပြောလုပ်ဆောင်ချက်ပါရှိသော ရိုးရှင်းသော chatbot
- သင်၏အသုံးပြုမှု သို့မဟုတ် နယ်ပယ်အတွက် စိတ်ကြိုက်ပြုလုပ်ထားသော AI chatbot
- သင်၏ကိုယ်ပိုင်ဒေတာအစုံဖြင့် လေ့ကျင့်ထားသော RAG-implemented chatbot
- သီးခြားဒိုမိန်း သို့မဟုတ် ပရိသတ်နှင့် ကိုက်ညီအောင် ညှိထားသော chatbot
**ရရှိနိုင်သော LLM များ**
သင်၏ chatbot ကို သင်၏လိုအပ်ချက်များနှင့် အကိုက်ညီဆုံး မည်သည့်မော်ဒယ်ဖြင့်မဆို တည်ဆောက်နိုင်သည်- LLaMA 2၊ Gemini၊ Claude၊ Mistral၊ Phi-2 သို့မဟုတ် OpenAI မော်ဒယ်များ။
**နည်းပညာဆိုင်ရာ အစုအဝေး**
- ဘာသာစကား- Python သို့မဟုတ် Node
- Frameworks: LangChain, LlamaIndex
- Middleware: FastAPI သို့မဟုတ် Express
- Vector Databases: Pinecone, Chroma, ElasticSearch သို့မဟုတ် အလားတူ
- Local Databases: MySQL, MongoDB သို့မဟုတ် အလားတူ
- Local LLM Tools: Ollama, LM Studio, CPP-Method, GPT4All
ဤကိရိယာများ၏ ကျယ်ပြန့်မှုဆိုသည်မှာ ဗိသုကာပညာကို သင့်ပရောဂျက်နှင့် လိုက်ဖက်ရန် ရွေးချယ်ထားခြင်းဖြစ်သည် — အခြားနည်းလမ်းမဟုတ်ပါ။
**လုပ်ငန်းစဉ်မည်သို့လုပ်ဆောင်သည်**
သင်အော်ဒါတင်ပြီးနောက်၊ သင်၏ပရောဂျက်အကျဉ်းချုပ်နှင့် မည်သည့်ဒေတာအစုံများ၊ စာရွက်စာတမ်းများ သို့မဟုတ် လိုအပ်ချက်များကို အော်ဒါချက်မှတစ်ဆင့် မျှဝေပါ။ အဖွဲ့သည် အရာအားလုံးကို ပြန်လည်သုံးသပ်မည်၊ အတိုင်းအတာကို အတည်ပြုပြီး လုပ်ငန်းစတင်မည်။ မရှင်းလင်းသည့်အရာများရှိပါက၊ အော်ဒါမန်နေဂျာမှတစ်ဆင့် သင့်အား တိုက်ရိုက်ဆက်သွယ်ပါမည်။ ပေးပို့မှုတွင် အပြည့်အစုံရင်းမြစ်ကုဒ်ပါဝင်ပြီး Premium အဆင့်တွင် အသေးစိတ် inline ကုဒ်မှတ်ချက်များ ထပ်ထည့်ထားသောကြောင့် သင်၏ကိုယ်ပိုင် developer များသည် codebase ကို ယုံကြည်စိတ်ချစွာ ထိန်းသိမ်းပြီး တိုးချဲ့နိုင်သည်။
**ဒါက ဘယ်သူတွေအတွက်လဲ**
- AI ချတ်ကို သူတို့ရဲ့ ပလက်ဖောင်းထဲ ထည့်သွင်းချင်တဲ့ တည်ထောင်သူတွေနဲ့ ထုတ်ကုန်အဖွဲ့တွေ
- ပြည်တွင်းစာရွက်စာတမ်းတွေ၊ မေးလေ့ရှိတဲ့မေးခွန်းတွေ ဒါမှမဟုတ် ကိုယ်ပိုင်အသိပညာအခြေခံတွေပေါ်မှာ လေ့ကျင့်ထားတဲ့ ချတ်ဘော့တ် လိုအပ်တဲ့ လုပ်ငန်းတွေ
- သူတို့ ဆက်လက်တည်ဆောက်နိုင်မယ့် ခိုင်မာတဲ့ RAG အခြေခံကို လိုချင်တဲ့ developer တွေ
- သီးခြားနယ်ပယ်တစ်ခုမှာ LLM-စွမ်းအင်သုံး အလိုအလျောက်စနစ်ကို ရှာဖွေနေသူတိုင်း
ပရောဂျက် စိတ်ကူးတစ်ခု ရှိပါသလား။ မှာယူမှု ချတ်မှတစ်ဆင့် မျှဝေပါ၊ အဖွဲ့မှ သင့်နှင့်အတူ လက်တွေ့အကောင်အထည်ဖော်ရန် လုပ်ဆောင်ပေးပါမည်။
Zinner အရည်အသွေး အာမခံချက်
တစ်ခုချင်းစီ Zinner သည် ပလက်ဖောင်းသို့ ပေါင်းစည်းမီ သုံးသပ်ခြင်းနှင့် အတည်ပြုခြင်းခံရသည်။
အားလုံးသော ဝန်ဆောင်မှုများသည် ကျွန်ုပ်တို့၏ အရည်အသွေး အာမခံ ကတိဖြင့် ကျောင်းဆောင်ထားသည်။
သင်၏ ငွေပေးချေမှုသည် သင် ပို့ဆောင်ထားသော အလုပ်ကို အတည်ပြုသည်အထိ ကာကွယ်ထားသည်။
ပက်ကေ့ချ်များ နှိုင်းယှဉ်ကြည့်ပါ
| အင်္ဂါရပ် | အခြေခံ | မြှင့်တင်ရန် | ပရီမီယံ |
|---|---|---|---|
| ပေးပို့ချိန် | 2 ရက် | 3 ရက် | 5 ရက် |
| ပြန်လည်ပြင်ဆင်မှုများ | 2 | 2 | 1 |
| အခြေခံ စကားပြောဆိုမှု လုပ်ဆောင်ချက်ပါရှိသော ရိုးရှင်းသော ချတ်ဘော့ | ✓ | ✕ | ✕ |
| LangChain သို့မဟုတ် LlamaIndex ကို အသုံးပြု၍ Python ဖြင့် တည်ဆောက်ထားသည် | ✓ | ✕ | ✕ |
| LLM ရွေးချယ်မှု (LLaMA 2, Gemini, Claude, Mistral, Phi-2 သို့မဟုတ် OpenAI) | ✓ | ✕ | ✕ |
| ရင်းမြစ်ကုဒ်အပြည့်အစုံ ပေးပို့ပြီး | ✓ | ✓ | ✕ |
| FastAPI သို့မဟုတ် Express middleware ပေါင်းစပ်မှု | ✓ | ✕ | ✕ |
| 2 ပြန်လည်ပြင်ဆင်မှုများ ပါဝင်သည် | ✓ | ✓ | ✕ |
| သင်၏ အထူးပြုနယ်ပယ် သို့မဟုတ် အသုံးပြုမှုအတွက် စိတ်ကြိုက်ပြင်ဆင်ထားသော AI chatbot | ✕ | ✓ | ✕ |
| သင်၏စိတ်ကြိုက်ဒေတာအစုံတွင် အကောင်အထည်ဖော်ထားသော RAG ပိုက်လိုင်း | ✕ | ✓ | ✕ |
| Vector ဒေတာဘေ့စ် ပေါင်းစပ်မှု (Pinecone, Chroma, ElasticSearch သို့မဟုတ် အလားတူ) | ✕ | ✓ | ✕ |
| ဒေသတွင်းဒေတာဘေ့စ်ပံ့ပိုးမှု (MySQL, MongoDB သို့မဟုတ် အလားတူ) | ✕ | ✓ | ✕ |
| သင်၏ သီးခြားနယ်ပယ်နှင့် စိတ်ကြိုက်ဒေတာအစုံနှင့် ကိုက်ညီအောင် ချိန်ညှိထားသော chatbot | ✕ | ✕ | ✓ |
| အဆင့်မြင့် LLM ပေါင်းစပ်မှုပါရှိသော Full RAG ပိုက်လိုင်း | ✕ | ✕ | ✓ |
| Vector နှင့် local database ပေါင်းစပ်မှု | ✕ | ✕ | ✓ |
| Local LLM tooling support (Ollama, LM Studio, CPP-Method, GPT4All) | ✕ | ✕ | ✓ |
| အသေးစိတ် inline code မှတ်ချက်များပါရှိသော source code အပြည့်အစုံ | ✕ | ✕ | ✓ |
| 1 ပြန်လည်ပြင်ဆင်မှု ပါဝင်သည် | ✕ | ✕ | ✓ |
အစုစု
ဤ Zinn နှင့် သက်ဆိုင်သည့် ရောင်းချသူ၏ လုပ်ငန်းဆောင်ရွက်မှု ဥပမာများ
LangChain နှင့် Python ဖြင့် စိတ်ကြိုက် AI RAG Chatbot ကို တည်ဆောက်ပါ
LangChain နှင့် Python ဖြင့် စိတ်ကြိုက် AI RAG Chatbot ကို တည်ဆောက်ပါ
အပိုအချက်အလက်
ကျွန်ုပ်ကို ဘာကြောင့်ရွေးချယ်ရသလဲ
ကျွန်ုပ်အသုံးပြုသော ကိရိယာများ
အတွက် အကောင်းဆုံး
မကြေးမုံရဲ့ မေးခွန်းများ
သင်၏ ပရောဂျက်လိုအပ်ချက်များ၊ chatbot ကို လေ့ကျင့်ပေးလိုသည့် ဒေတာအစုံများ သို့မဟုတ် စာရွက်စာတမ်းများ၊ သင်နှစ်သက်သော LLM (ရှိပါက) နှင့် နှစ်သက်သော ဘာသာစကား သို့မဟုတ် framework ကဲ့သို့သော နည်းပညာဆိုင်ရာ ကန့်သတ်ချက်များကို ရှင်းလင်းစွာ ဖော်ပြပေးပါ။ အသေးစိတ်အချက်အလက်များ ပိုမိုပေးလေ၊ လုပ်ငန်းစတင်နိုင်လေ မြန်ဆန်လေဖြစ်သည်။
ချက်ဘော့ကို LLaMA 2၊ Gemini၊ Claude၊ Mistral၊ Phi-2 သို့မဟုတ် OpenAI မော်ဒယ်များကို အသုံးပြု၍ တည်ဆောက်နိုင်သည်။ သင်၏အသုံးပြုမှုအတွက် မည်သည့်အရာက အကောင်းဆုံးဖြစ်သည်ကို မသေချာပါက၊ သင်၏လိုအပ်ချက်များကို မှာယူမှုချက်တွင် ဖော်ပြပါက အကြံပြုချက်ပေးပါမည်။
ဟုတ်ကဲ့ — အဆင့်သုံးဆင့်စလုံးတွင် source code အပြည့်အစုံ ပါဝင်ပါသည်။ Premium အဆင့်တွင် အသေးစိတ် inline code မှတ်ချက်များ ထပ်မံပါဝင်သောကြောင့် သင်၏ developer များအတွက် codebase ကို ထိန်းသိမ်းရန်နှင့် တိုးချဲ့ရန် ပိုမိုလွယ်ကူစေပါသည်။
Retrieval-Augmented Generation (RAG) သည် chatbot အား တုံ့ပြန်မှုမထုတ်လုပ်မီ သင့်ကိုယ်ပိုင်စာရွက်စာတမ်းများ၊ ဒေတာဘေ့စ်များ သို့မဟုတ် အသိပညာအခြေခံများကို အချိန်နှင့်တပြေးညီ မေးမြန်းနိုင်စေပါသည်။ အကယ်၍ သင်သည် chatbot အား အထွေထွေအသိပညာအစား သင့်သီးခြားဒေတာအပေါ် အခြေခံ၍ မေးခွန်းများဖြေဆိုစေလိုပါက RAG လိုအပ်သည် — Boost နှင့် Premium အဆင့်များသည် ၎င်းကို အကျုံးဝင်ပါသည်။
အဓိက framework များမှာ LangChain နှင့် LlamaIndex ဖြစ်ပြီး FastAPI သို့မဟုတ် Express ကို middleware အဖြစ် အသုံးပြုထားသည်။ vector storage အတွက် Pinecone, Chroma သို့မဟုတ် ElasticSearch ကို အသုံးပြုနိုင်သည်။ ပံ့ပိုးထားသော local database များတွင် MySQL နှင့် MongoDB တို့ ပါဝင်သည်။ Ollama, LM Studio, CPP-Method နှင့် GPT4All ကဲ့သို့သော Local LLM tooling များကို Premium tier တွင် ရရှိနိုင်သည်။
Basic နှင့် Boost အဆင့်များတွင် 2 ပြန်လည်ပြင်ဆင်မှုများ ပါဝင်သည်၊ Premium အဆင့်တွင် 1 ပြန်လည်ပြင်ဆင်မှု ပါဝင်သည်။ ပြန်လည်ပြင်ဆင်မှုတစ်ခုသည် တုံ့ပြန်ချက်အပေါ်အခြေခံ၍ ပေးပို့ထားသော တည်ဆောက်မှုအား ချိန်ညှိမှုများ ပါဝင်သည် — ၎င်းသည် အင်္ဂါရပ်အသစ်များ သို့မဟုတ် အဓိကနယ်ပယ်ပြောင်းလဲမှုကို အကျုံးမဝင်ပါ။ ထပ်ဆောင်းပြန်လည်ပြင်ဆင်မှုများကို add-on အဖြစ် ဝယ်ယူနိုင်ပါသည်။
ဟုတ်ကဲ့။ chatbot ကို FastAPI သို့မဟုတ် Express middleware ဖြင့် တည်ဆောက်ထားပြီး ဝဘ်အပလီကေးရှင်းများ၊ ပြည်တွင်းကိရိယာများ သို့မဟုတ် အခြားပလက်ဖောင်းများသို့ API မှတစ်ဆင့် ပေါင်းစပ်ရန် လွယ်ကူစေသည်။ သီးခြားပေါင်းစပ်မှုလိုအပ်ချက်များကို မှန်ကန်စွာ စစ်ဆေးနိုင်ရန် ကြိုတင်မျှဝေသင့်ပါသည်။
သင်၏ ပရောဂျက်အသေးစိတ်အချက်အလက်များကို တောင်းဆိုသည့် မက်ဆေ့ချ်တစ်ခုကို သင်လက်ခံရရှိမည်ဖြစ်သည်။ လိုအပ်သော အချက်အလက်အားလုံးကို ပေးပြီးသည်နှင့် လုပ်ငန်းစတင်မည်ဖြစ်သည်။ ဖွံ့ဖြိုးတိုးတက်မှုကာလအတွင်း မေးခွန်းများရှိပါက မှာယူမှုချက်မှတစ်ဆင့် မေးမြန်းနိုင်ပါသည်။ ပေးပို့မှုကို မှာယူမှုမန်နေဂျာမှတစ်ဆင့် ပြုလုပ်မည်ဖြစ်သည်။
ဖောက်သည်များ၏ သုံးသပ်ချက်များ
ကျွန်ုပ်တို့၏ ဖောက်သည်များက Zinn အကြောင်း ဘာတွေ ပြောတွေ့ကြည့်ပါ
ကျွန်ုပ်ထံ ပေးပို့ခဲ့သော ကောင်းမွန်သော လုပ်ငန်းအတွက် ကျေးဇူးတင်ပါသည်။
ဤထုတ်ကုန်ကို ဝယ်ယူထားသော လက်ခြင်းသို့ ဝင်ထားသော ဝယ်ယူသူများသာ သုံးသပ်ချက် ချန်လှပ်နိုင်ပါသည်။
အမျိုးအစားများ
Zinner မူဝါဒများ
ဆက်စပ်သော Zinns
သင့် Python ဒေတာအစုံကို ကျွန်ုပ် သန့်ရှင်း၊ ခွဲခြမ်းစိတ်ဖြာပြီး မြင်သာအောင် ပြုလုပ်ပေးပါမည်။
ကျွန်ုပ်သည် Python သို့မဟုတ် R ဖြင့် သင်၏ Machine Learning သို့မဟုတ် Deep Learning Solution ကို တည်ဆောက်ပေးပါမည်။
သင့်အသုံးပြုမှုအတွက် Reinforcement Learning Agent ကို ကျွန်ုပ် ဒီဇိုင်းဆွဲပြီး တည်ဆောက်ပေးပါမည်။
