LangChain, LlamaIndex ਅਤੇ ਤੁਹਾਡੇ ਆਪਣੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਕੇ Python ਵਿੱਚ ਬਣਾਇਆ ਗਿਆ ਇੱਕ ਬੇਸਪੋਕ, ਰੀਟ੍ਰੀਵਲ-ਆਗਮੈਂਟਡ AI ਚੈਟਬੋਟ ਪ੍ਰਾਪਤ ਕਰੋ — ਇੱਕ ਸਧਾਰਨ ਗੱਲਬਾਤ ਵਾਲੇ ਬੋਟ ਤੋਂ ਲੈ ਕੇ ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਫਾਈਨ-ਟਿਊਨਡ, ਸਰੋਤ-ਕੋਡ-ਡਿਲੀਵਰਡ ਹੱਲ ਤੱਕ।
ਮੈਂ LangChain ਅਤੇ Python ਨਾਲ ਇੱਕ ਕਸਟਮ AI RAG ਚੈਟਬੋਟ ਬਣਾਵਾਂਗਾ
ਸਰੋਤ ਕੋਡ ਸਮੇਤ ਇੱਕ ਸਧਾਰਨ, ਕਾਰਜਸ਼ੀਲ AI ਚੈਟਬੋਟ।
- ਮੁੱਖ ਗੱਲਬਾਤ ਕਾਰਜਕੁਸ਼ਲਤਾ ਵਾਲਾ ਸਧਾਰਨ ਚੈਟਬੋਟ
- LangChain ਜਾਂ LlamaIndex ਦੀ ਵਰਤੋਂ ਕਰਕੇ Python ਵਿੱਚ ਬਣਾਇਆ ਗਿਆ
- LLM ਦੀ ਚੋਣ (LLaMA 2, Gemini, Claude, Mistral, Phi-2 ਜਾਂ OpenAI)
- ਪੂਰਾ ਸਰੋਤ ਕੋਡ ਡਿਲੀਵਰ ਕੀਤਾ ਗਿਆ
- FastAPI ਜਾਂ ਐਕਸਪ੍ਰੈਸ ਮਿਡਲਵੇਅਰ ਏਕੀਕਰਣ
- 2 ਸੰਸ਼ੋਧਨ ਸ਼ਾਮਲ ਹਨ
ਤੁਹਾਡੇ ਆਪਣੇ ਡੇਟਾਸੈੱਟ 'ਤੇ RAG ਦੇ ਨਾਲ ਇੱਕ ਕਸਟਮ AI ਚੈਟਬੋਟ, ਵਧਾਈ ਗਈ ਡਿਲੀਵਰੀ ਵਿੰਡੋ।
- ਤੁਹਾਡੇ ਖਾਸ ਖੇਤਰ ਜਾਂ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ਅਨੁਸਾਰ ਬਣਾਇਆ ਗਿਆ ਕਸਟਮ AI ਚੈਟਬੋਟ
- ਤੁਹਾਡੇ ਕਸਟਮ ਡੇਟਾਸੈੱਟ 'ਤੇ RAG ਪਾਈਪਲਾਈਨ ਲਾਗੂ ਕੀਤੀ ਗਈ
- ਵੈਕਟਰ ਡਾਟਾਬੇਸ ਏਕੀਕਰਨ (Pinecone, Chroma, ElasticSearch ਜਾਂ ਸਮਾਨ)
- ਸਥਾਨਕ ਡਾਟਾਬੇਸ ਸਹਾਇਤਾ (MySQL, MongoDB ਜਾਂ ਸਮਾਨ)
- ਪੂਰਾ ਸਰੋਤ ਕੋਡ ਡਿਲੀਵਰ ਕੀਤਾ ਗਿਆ
- 2 ਸੰਸ਼ੋਧਨ ਸ਼ਾਮਲ ਹਨ
ਤੁਹਾਡੇ ਕਸਟਮ ਡੇਟਾਸੈੱਟ 'ਤੇ ਵਿਸਤ੍ਰਿਤ ਕੋਡ ਟਿੱਪਣੀਆਂ ਦੇ ਨਾਲ ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਫਾਈਨ-ਟਿਊਨਡ RAG ਚੈਟਬੋਟ।
- ਤੁਹਾਡੇ ਖਾਸ ਸਥਾਨ ਅਤੇ ਕਸਟਮ ਡੇਟਾਸੈੱਟ ਨਾਲ ਅਲਾਈਨ ਕੀਤਾ ਗਿਆ ਵਧੀਆ-ਟਿਊਨਡ ਚੈਟਬੋਟ
- ਐਡਵਾਂਸਡ LLM ਏਕੀਕਰਨ ਦੇ ਨਾਲ ਪੂਰੀ RAG ਪਾਈਪਲਾਈਨ
- ਵੈਕਟਰ ਅਤੇ ਸਥਾਨਕ ਡਾਟਾਬੇਸ ਏਕੀਕਰਣ
- ਸਥਾਨਕ LLM ਟੂਲਿੰਗ ਸਹਾਇਤਾ (Ollama, LM Studio, CPP-Method, GPT4All)
- ਵਿਸਤ੍ਰਿਤ ਇਨਲਾਈਨ ਕੋਡ ਟਿੱਪਣੀਆਂ ਦੇ ਨਾਲ ਪੂਰਾ ਸਰੋਤ ਕੋਡ
- 1 ਸੰਸ਼ੋਧਨ ਸ਼ਾਮਲ ਹੈ
ਇੱਕ ਕਸਟਮ ਪੇਸ਼ਕਸ਼ ਦੀ ਬੇਨਤੀ ਕਰੋ
ਕਸਟਮ ਪੇਸ਼ਕਸ਼ ਦੀ ਬੇਨਤੀ ਕਰਨ ਲਈ ਲੌਗ ਇਨ ਕਰੋ
ਇਸ Zinner ਤੋਂ ਇੱਕ ਵਿਅਕਤੀਗਤ ਪੇਸ਼ਕਸ਼ ਦੀ ਬੇਨਤੀ ਕਰਨ ਲਈ ਇੱਕ ਮੁਫਤ ਖਾਤਾ ਬਣਾਓ ਜਾਂ ਲੌਗ ਇਨ ਕਰੋ।
ਲੌਗ ਇਨ / ਰਜਿਸਟਰ ਕਰੋਵਿਕਰੀ ਤੋਂ ਪਹਿਲਾਂ ਦਾ ਸਵਾਲ ਪੁੱਛੋ
ਸਵਾਲ ਪੁੱਛਣ ਲਈ ਲੌਗ ਇਨ ਕਰੋ
ਪਲੇਟਫਾਰਮ ਸਪੈਮ ਨੂੰ ਘਟਾਉਣ ਲਈ, ਪ੍ਰੀ-ਸੇਲ ਸੁਨੇਹੇ ਸਿਰਫ਼ ਲੌਗ-ਇਨ ਕੀਤੇ ਉਪਭੋਗਤਾਵਾਂ ਦੁਆਰਾ ਹੀ ਭੇਜੇ ਜਾ ਸਕਦੇ ਹਨ।
ਇਸ Zinner ਨੂੰ ਸਿੱਧਾ ਸੁਨੇਹਾ ਭੇਜਣ ਲਈ ਇੱਕ ਮੁਫ਼ਤ ਖਾਤਾ ਬਣਾਓ ਜਾਂ ਲੌਗ ਇਨ ਕਰੋ।
ਲੌਗ ਇਨ / ਰਜਿਸਟਰ ਕਰੋਲੌਗ ਇਨ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ
ਇਸ Zinner ਨੂੰ ਸੁਨੇਹਾ ਭੇਜਣ ਲਈ ਇੱਕ ਮੁਫਤ ਖਾਤਾ ਬਣਾਓ ਜਾਂ ਲੌਗ ਇਨ ਕਰੋ।
ਲੌਗ ਇਨ / ਰਜਿਸਟਰ ਕਰੋਲੌਗ ਇਨ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ
ਇੱਕ ਵਿਅਕਤੀਗਤ ਪੇਸ਼ਕਸ਼ ਦੀ ਬੇਨਤੀ ਕਰਨ ਲਈ ਇੱਕ ਮੁਫਤ ਖਾਤਾ ਬਣਾਓ ਜਾਂ ਲੌਗ ਇਨ ਕਰੋ।
ਲੌਗ ਇਨ / ਰਜਿਸਟਰ ਕਰੋਇੱਕ ਨਜ਼ਰ ਵਿੱਚ
ਤੁਹਾਡੇ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਇਸ ਸੇਵਾ ਬਾਰੇ ਮੁੱਖ ਵੇਰਵੇ। Zinn Hub ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ, ਵਿਕਰੇਤਾ ਦੁਆਰਾ ਨਹੀਂ।
ਮੁੱਲ ਸਥਿਤੀ
ਆਰਕੀਟੈਕਚਰ ਕਿਸਮ
LLM ਵਿਕਲਪ
ਮਾਲਕੀ ਅਤੇ ਕੋਡ
ਇਸ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ
ਤੁਹਾਨੂੰ ਕੀ ਮਿਲੇਗਾ
ਪੂਰਾ ਵੇਰਵਾ
ਤੁਹਾਨੂੰ ਇੱਕ ਬੁੱਧੀਮਾਨ ਚੈਟਬੋਟ ਦੀ ਲੋੜ ਹੈ ਜੋ ਅਸਲ ਵਿੱਚ ਤੁਹਾਡੇ ਡੇਟਾ, ਤੁਹਾਡੇ ਸਥਾਨ ਅਤੇ ਤੁਹਾਡੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਸਮਝਦਾ ਹੈ — ਨਾ ਕਿ ਇੱਕ ਆਮ ਆਫ-ਦ-ਸ਼ੈਲਫ ਵਿਜੇਟ। ਇਹ ਬਿਲਕੁਲ ਉਹੀ ਹੈ ਜੋ ਇਹ ਸੇਵਾ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ: ਇੱਕ ਕਸਟਮ-ਬਿਲਟ AI ਚੈਟਬੋਟ ਜੋ ਰੀਟ੍ਰੀਵਲ-ਆਗਮੈਂਟਡ ਜਨਰੇਸ਼ਨ (RAG) ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਹੈ, ਜੋ ਲੰਡਨ-ਅਧਾਰਤ AI ਵਿਕਾਸ ਟੀਮ ਦੁਆਰਾ ਪਾਈਥਨ ਵਿੱਚ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ ਜਿਸਨੂੰ LangChain, LlamaIndex ਅਤੇ ਵੱਡੇ ਭਾਸ਼ਾਈ ਮਾਡਲਾਂ ਵਿੱਚ ਡੂੰਘੀ ਮੁਹਾਰਤ ਹੈ।
ਭਾਵੇਂ ਤੁਸੀਂ ਇੱਕ ਸਧਾਰਨ ਗੱਲਬਾਤ ਇੰਟਰਫੇਸ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰ ਰਹੇ ਹੋ ਜਾਂ ਤੁਹਾਨੂੰ ਆਪਣੇ ਖੁਦ ਦੇ ਮਲਕੀਅਤ ਡੇਟਾਸੈਟ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਵਾਲੀ ਇੱਕ ਵਧੀਆ RAG ਪਾਈਪਲਾਈਨ ਦੀ ਲੋੜ ਹੈ, ਇਹ ਸੇਵਾ ਪੂਰੇ ਸਪੈਕਟ੍ਰਮ ਨੂੰ ਕਵਰ ਕਰਦੀ ਹੈ। ਹਰ ਡਿਲੀਵਰੇਬਲ ਸਾਫ਼, ਕਾਰਜਸ਼ੀਲ ਸਰੋਤ ਕੋਡ ਨਾਲ ਭੇਜਿਆ ਜਾਂਦਾ ਹੈ ਤਾਂ ਜੋ ਤੁਸੀਂ ਉਸ ਦੇ ਮਾਲਕ ਹੋਵੋ ਜਿਸ ਲਈ ਤੁਸੀਂ ਭੁਗਤਾਨ ਕੀਤਾ ਹੈ।
**ਤੁਸੀਂ ਕੀ ਬਣਾ ਸਕਦੇ ਹੋ**
- ਮੁੱਖ ਗੱਲਬਾਤ ਕਾਰਜਕੁਸ਼ਲਤਾ ਵਾਲਾ ਸਧਾਰਨ ਚੈਟਬੋਟ
- ਤੁਹਾਡੇ ਵਰਤੋਂ ਦੇ ਕੇਸ ਜਾਂ ਸਥਾਨ ਦੇ ਅਨੁਸਾਰ ਬਣਾਇਆ ਗਿਆ ਕਸਟਮ AI ਚੈਟਬੋਟ
- ਤੁਹਾਡੇ ਆਪਣੇ ਕਸਟਮ ਡੇਟਾਸੈੱਟ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ RAG-ਲਾਗੂ ਚੈਟਬੋਟ
- ਇੱਕ ਖਾਸ ਡੋਮੇਨ ਜਾਂ ਦਰਸ਼ਕਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਫਾਈਨ-ਟਿਊਨਡ ਚੈਟਬੋਟ
**ਉਪਲਬਧ LLM**
ਤੁਹਾਡਾ ਚੈਟਬੋਟ ਕਿਸੇ ਵੀ ਮਾਡਲ 'ਤੇ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਜੋ ਤੁਹਾਡੀਆਂ ਲੋੜਾਂ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਹੈ: LLaMA 2, Gemini, Claude, Mistral, Phi-2, ਜਾਂ OpenAI ਮਾਡਲ।
**ਤਕਨੀਕੀ ਸਟੈਕ**
- ਭਾਸ਼ਾ: ਪਾਈਥਨ ਜਾਂ ਨੋਡ
- ਫਰੇਮਵਰਕ: ਲੈਂਗਚੇਨ, ਲਾਮਾ ਇੰਡੈਕਸ
- ਮਿਡਲਵੇਅਰ: ਫਾਸਟਏਪੀਆਈ ਜਾਂ ਐਕਸਪ੍ਰੈਸ
- ਵੈਕਟਰ ਡਾਟਾਬੇਸ: ਪਾਈਨਕੋਨ, ਕ੍ਰੋਮਾ, ਇਲਾਸਟਿਕਸਰਚ ਜਾਂ ਸਮਾਨ
- ਸਥਾਨਕ ਡਾਟਾਬੇਸ: MySQL, MongoDB ਜਾਂ ਸਮਾਨ
- ਸਥਾਨਕ LLM ਟੂਲ: ਓਲਾਮਾ, LM ਸਟੂਡੀਓ, CPP-ਮੈਥਡ, GPT4All
ਟੂਲਿੰਗ ਦੀ ਇਹ ਵਿਸ਼ਾਲਤਾ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਆਰਕੀਟੈਕਚਰ ਤੁਹਾਡੇ ਪ੍ਰੋਜੈਕਟ ਦੇ ਅਨੁਕੂਲ ਹੋਣ ਲਈ ਚੁਣਿਆ ਗਿਆ ਹੈ — ਨਾ ਕਿ ਦੂਜੇ ਤਰੀਕੇ ਨਾਲ।
**ਪ੍ਰਕਿਰਿਆ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ**
ਤੁਹਾਡਾ ਆਰਡਰ ਦੇਣ ਤੋਂ ਬਾਅਦ, ਆਪਣਾ ਪ੍ਰੋਜੈਕਟ ਬ੍ਰੀਫ ਅਤੇ ਕੋਈ ਵੀ ਡਾਟਾਸੈੱਟ, ਦਸਤਾਵੇਜ਼ ਜਾਂ ਲੋੜਾਂ ਆਰਡਰ ਚੈਟ ਰਾਹੀਂ ਸਾਂਝਾ ਕਰੋ। ਟੀਮ ਹਰ ਚੀਜ਼ ਦੀ ਸਮੀਖਿਆ ਕਰੇਗੀ, ਦਾਇਰੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰੇਗੀ ਅਤੇ ਕੰਮ 'ਤੇ ਲੱਗ ਜਾਵੇਗੀ। ਜੇਕਰ ਕੁਝ ਵੀ ਅਸਪਸ਼ਟ ਹੈ, ਤਾਂ ਤੁਹਾਡੇ ਨਾਲ ਆਰਡਰ ਮੈਨੇਜਰ ਰਾਹੀਂ ਸਿੱਧਾ ਸੰਪਰਕ ਕੀਤਾ ਜਾਵੇਗਾ। ਡਿਲੀਵਰੀ ਵਿੱਚ ਪੂਰਾ ਸਰੋਤ ਕੋਡ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਪ੍ਰੀਮੀਅਮ ਟੀਅਰ ਵਿਸਤ੍ਰਿਤ ਇਨਲਾਈਨ ਕੋਡ ਟਿੱਪਣੀਆਂ ਜੋੜਦਾ ਹੈ ਤਾਂ ਜੋ ਤੁਹਾਡੇ ਆਪਣੇ ਡਿਵੈਲਪਰ ਭਰੋਸੇ ਨਾਲ ਕੋਡਬੇਸ ਨੂੰ ਬਣਾਈ ਰੱਖ ਸਕਣ ਅਤੇ ਵਧਾ ਸਕਣ।
**ਇਹ ਕਿਸ ਲਈ ਹੈ**
- ਸੰਸਥਾਪਕ ਅਤੇ ਉਤਪਾਦ ਟੀਮਾਂ ਜੋ ਆਪਣੇ ਪਲੇਟਫਾਰਮ ਵਿੱਚ AI ਚੈਟ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨਾ ਚਾਹੁੰਦੀਆਂ ਹਨ
- ਉਹ ਕਾਰੋਬਾਰ ਜਿਨ੍ਹਾਂ ਨੂੰ ਅੰਦਰੂਨੀ ਦਸਤਾਵੇਜ਼ਾਂ, ਅਕਸਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲਾਂ ਜਾਂ ਮਲਕੀਅਤ ਗਿਆਨ ਅਧਾਰਾਂ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਚੈਟਬੋਟ ਦੀ ਲੋੜ ਹੈ
- ਉਹ ਡਿਵੈਲਪਰ ਜੋ ਇੱਕ ਠੋਸ RAG ਫਾਊਂਡੇਸ਼ਨ ਚਾਹੁੰਦੇ ਹਨ ਜਿਸ 'ਤੇ ਉਹ ਨਿਰਮਾਣ ਕਰ ਸਕਦੇ ਹਨ
- ਕੋਈ ਵੀ ਜੋ ਇੱਕ ਖਾਸ ਖੇਤਰ ਵਿੱਚ LLM-ਸੰਚਾਲਿਤ ਆਟੋਮੇਸ਼ਨ ਦੀ ਖੋਜ ਕਰ ਰਿਹਾ ਹੈ
ਕੋਈ ਪ੍ਰੋਜੈਕਟ ਵਿਚਾਰ ਹੈ? ਇਸਨੂੰ ਆਰਡਰ ਚੈਟ ਰਾਹੀਂ ਸਾਂਝਾ ਕਰੋ ਅਤੇ ਟੀਮ ਇਸਨੂੰ ਹਕੀਕਤ ਬਣਾਉਣ ਲਈ ਤੁਹਾਡੇ ਨਾਲ ਕੰਮ ਕਰੇਗੀ।
Zinner ਗੁਣਵੱਤਾ ਗਾਰੰਟੀ
ਹਰ Zinner ਨੂੰ ਪਲੇਟਫਾਰਮ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਸਮੀਖਿਆ ਅਤੇ ਪ੍ਰਵਾਨਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਸਾਰੀਆਂ ਸੇਵਾਵਾਂ ਸਾਡੀ ਗੁਣਵੱਤਾ ਭਰੋਸਾ ਪ੍ਰਤੀਬੱਧਤਾ ਦੁਆਰਾ ਸਮਰਥਿਤ ਹਨ।
ਤੁਹਾਡਾ ਭੁਗਤਾਨ ਉਦੋਂ ਤੱਕ ਸੁਰੱਖਿਅਤ ਹੈ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਡਿਲੀਵਰ ਕੀਤੇ ਕੰਮ ਨੂੰ ਮਨਜ਼ੂਰੀ ਨਹੀਂ ਦਿੰਦੇ।
ਪੈਕੇਜਾਂ ਦੀ ਤੁਲਨਾ ਕਰੋ
| ਵਿਸ਼ੇਸ਼ਤਾ | ਮੁੱਢਲਾ | ਬੂਸਟ | ਪ੍ਰੀਮੀਅਮ |
|---|---|---|---|
| ਡਿਲੀਵਰੀ ਸਮਾਂ | 2 ਦਿਨ | 3 ਦਿਨ | 5 ਦਿਨ |
| ਸੋਧਾਂ | 2 | 2 | 1 |
| ਮੁੱਖ ਗੱਲਬਾਤ ਕਾਰਜਕੁਸ਼ਲਤਾ ਵਾਲਾ ਸਧਾਰਨ ਚੈਟਬੋਟ | ✓ | ✕ | ✕ |
| ਪਾਈਥਨ ਵਿੱਚ LangChain ਜਾਂ LlamaIndex ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਣਾਇਆ ਗਿਆ | ✓ | ✕ | ✕ |
| LLM ਦੀ ਚੋਣ (LLaMA 2, Gemini, Claude, Mistral, Phi-2 ਜਾਂ OpenAI) | ✓ | ✕ | ✕ |
| ਪੂਰਾ ਸਰੋਤ ਕੋਡ ਡਿਲੀਵਰ ਕੀਤਾ ਗਿਆ | ✓ | ✓ | ✕ |
| FastAPI ਜਾਂ Express ਮਿਡਲਵੇਅਰ ਏਕੀਕਰਣ | ✓ | ✕ | ✕ |
| 2 ਸੰਸ਼ੋਧਨ ਸ਼ਾਮਲ ਹਨ | ✓ | ✓ | ✕ |
| ਤੁਹਾਡੇ ਸਥਾਨ ਜਾਂ ਵਰਤੋਂ ਦੇ ਕੇਸ ਅਨੁਸਾਰ ਬਣਾਇਆ ਗਿਆ ਕਸਟਮ AI ਚੈਟਬੋਟ | ✕ | ✓ | ✕ |
| ਤੁਹਾਡੇ ਕਸਟਮ ਡੇਟਾਸੈਟ 'ਤੇ ਲਾਗੂ ਕੀਤੀ ਗਈ RAG ਪਾਈਪਲਾਈਨ | ✕ | ✓ | ✕ |
| ਵੈਕਟਰ ਡਾਟਾਬੇਸ ਏਕੀਕਰਣ (Pinecone, Chroma, ElasticSearch ਜਾਂ ਸਮਾਨ) | ✕ | ✓ | ✕ |
| ਸਥਾਨਕ ਡਾਟਾਬੇਸ ਸਹਾਇਤਾ (MySQL, MongoDB ਜਾਂ ਸਮਾਨ) | ✕ | ✓ | ✕ |
| ਤੁਹਾਡੇ ਖਾਸ ਸਥਾਨ ਅਤੇ ਕਸਟਮ ਡੇਟਾਸੈਟ ਨਾਲ ਅਲਾਈਨ ਕੀਤਾ ਵਧੀਆ-ਟਿਊਨਡ ਚੈਟਬੋਟ | ✕ | ✕ | ✓ |
| ਐਡਵਾਂਸਡ LLM ਏਕੀਕਰਣ ਦੇ ਨਾਲ ਪੂਰੀ RAG ਪਾਈਪਲਾਈਨ | ✕ | ✕ | ✓ |
| ਵੈਕਟਰ ਅਤੇ ਸਥਾਨਕ ਡਾਟਾਬੇਸ ਏਕੀਕਰਣ | ✕ | ✕ | ✓ |
| ਸਥਾਨਕ LLM ਟੂਲਿੰਗ ਸਹਾਇਤਾ (Ollama, LM Studio, CPP-Method, GPT4All) | ✕ | ✕ | ✓ |
| ਵਿਸਤ੍ਰਿਤ ਇਨਲਾਈਨ ਕੋਡ ਟਿੱਪਣੀਆਂ ਦੇ ਨਾਲ ਪੂਰਾ ਸਰੋਤ ਕੋਡ | ✕ | ✕ | ✓ |
| 1 ਸੰਸ਼ੋਧਨ ਸ਼ਾਮਲ ਹੈ | ✕ | ✕ | ✓ |
ਪੋਰਟਫੋਲੀਓ
ਇਸ Zinn ਨਾਲ ਸਬੰਧਤ ਵਿਕਰੇਤਾ ਦੇ ਕੰਮ ਦੀਆਂ ਉਦਾਹਰਨਾਂ।
LangChain ਅਤੇ Python ਨਾਲ ਇੱਕ ਕਸਟਮ AI RAG ਚੈਟਬੋਟ ਬਣਾਓ
LangChain ਅਤੇ Python ਨਾਲ ਇੱਕ ਕਸਟਮ AI RAG ਚੈਟਬੋਟ ਬਣਾਓ
ਵਾਧੂ ਜਾਣਕਾਰੀ
ਮੈਨੂੰ ਕਿਉਂ ਚੁਣੋ
ਮੈਂ ਵਰਤਦਾ ਹਾਂ ਟੂਲ
ਲਈ ਸੰਪੂਰਨ
ਅਕਸਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲ
ਕਿਰਪਾ ਕਰਕੇ ਆਪਣੇ ਪ੍ਰੋਜੈਕਟ ਦੀਆਂ ਲੋੜਾਂ, ਕੋਈ ਵੀ ਡਾਟਾਸੈੱਟ ਜਾਂ ਦਸਤਾਵੇਜ਼ ਜਿਨ੍ਹਾਂ 'ਤੇ ਤੁਸੀਂ ਚੈਟਬੋਟ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਆਪਣਾ ਪਸੰਦੀਦਾ LLM (ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਲ ਕੋਈ ਹੈ), ਅਤੇ ਕੋਈ ਵੀ ਤਕਨੀਕੀ ਰੁਕਾਵਟਾਂ ਜਿਵੇਂ ਕਿ ਪਸੰਦੀਦਾ ਭਾਸ਼ਾ ਜਾਂ ਫਰੇਮਵਰਕ ਦਾ ਸਪਸ਼ਟ ਵੇਰਵਾ ਸਾਂਝਾ ਕਰੋ। ਜਿੰਨਾ ਜ਼ਿਆਦਾ ਵੇਰਵਾ ਤੁਸੀਂ ਪ੍ਰਦਾਨ ਕਰੋਗੇ, ਓਨਾ ਹੀ ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਸ਼ੁਰੂ ਹੋ ਸਕਦਾ ਹੈ।
ਚੈਟਬੋਟ LLaMA 2, Gemini, Claude, Mistral, Phi-2 ਜਾਂ OpenAI ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਅਨਿਸ਼ਚਿਤ ਹੋ ਕਿ ਤੁਹਾਡੇ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ਲਈ ਕਿਹੜਾ ਸਭ ਤੋਂ ਵਧੀਆ ਹੈ, ਤਾਂ ਆਰਡਰ ਚੈਟ ਵਿੱਚ ਆਪਣੀਆਂ ਲੋੜਾਂ ਦਾ ਜ਼ਿਕਰ ਕਰੋ ਅਤੇ ਇੱਕ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਵੇਗੀ।
ਹਾਂ — ਸਾਰੇ ਤਿੰਨ ਪੱਧਰਾਂ ਵਿੱਚ ਪੂਰਾ ਸਰੋਤ ਕੋਡ ਸ਼ਾਮਲ ਹੈ। ਪ੍ਰੀਮੀਅਮ ਪੱਧਰ ਵਿੱਚ ਵਾਧੂ ਤੌਰ 'ਤੇ ਵਿਸਤ੍ਰਿਤ ਇਨਲਾਈਨ ਕੋਡ ਟਿੱਪਣੀਆਂ ਸ਼ਾਮਲ ਹਨ, ਜਿਸ ਨਾਲ ਤੁਹਾਡੇ ਆਪਣੇ ਡਿਵੈਲਪਰਾਂ ਲਈ ਕੋਡਬੇਸ ਨੂੰ ਬਣਾਈ ਰੱਖਣਾ ਅਤੇ ਵਧਾਉਣਾ ਆਸਾਨ ਹੋ ਜਾਂਦਾ ਹੈ।
ਰੀਟ੍ਰੀਵਲ-ਆਗਮੈਂਟਡ ਜਨਰੇਸ਼ਨ (RAG) ਚੈਟਬੋਟ ਨੂੰ ਜਵਾਬ ਤਿਆਰ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਤੁਹਾਡੇ ਆਪਣੇ ਦਸਤਾਵੇਜ਼ਾਂ, ਡੇਟਾਬੇਸ ਜਾਂ ਗਿਆਨ ਅਧਾਰਾਂ ਨੂੰ ਅਸਲ ਸਮੇਂ ਵਿੱਚ ਪੁੱਛਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਚੈਟਬੋਟ ਆਮ ਗਿਆਨ ਦੀ ਬਜਾਏ ਤੁਹਾਡੇ ਖਾਸ ਡੇਟਾ ਦੇ ਅਧਾਰ 'ਤੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਵੇ, ਤਾਂ ਤੁਹਾਨੂੰ RAG ਦੀ ਲੋੜ ਹੈ — ਬੂਸਟ ਅਤੇ ਪ੍ਰੀਮੀਅਮ ਟੀਅਰ ਇਸਨੂੰ ਕਵਰ ਕਰਦੇ ਹਨ।
ਮੁੱਖ ਫਰੇਮਵਰਕ LangChain ਅਤੇ LlamaIndex ਹਨ, ਜਿਸ ਵਿੱਚ FastAPI ਜਾਂ Express ਮਿਡਲਵੇਅਰ ਵਜੋਂ ਹਨ। ਵੈਕਟਰ ਸਟੋਰੇਜ ਲਈ, Pinecone, Chroma ਜਾਂ ElasticSearch ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਸਥਾਨਕ ਡੇਟਾਬੇਸ ਵਿੱਚ MySQL ਅਤੇ MongoDB ਸ਼ਾਮਲ ਹਨ। ਸਥਾਨਕ LLM ਟੂਲਿੰਗ ਜਿਵੇਂ ਕਿ Ollama, LM Studio, CPP-Method ਅਤੇ GPT4All ਪ੍ਰੀਮੀਅਮ ਟੀਅਰ 'ਤੇ ਉਪਲਬਧ ਹੈ।
ਬੇਸਿਕ ਅਤੇ ਬੂਸਟ ਟੀਅਰਾਂ ਵਿੱਚ 2 ਸੰਸ਼ੋਧਨ ਸ਼ਾਮਲ ਹਨ; ਪ੍ਰੀਮੀਅਮ ਟੀਅਰ ਵਿੱਚ 1 ਸੰਸ਼ੋਧਨ ਸ਼ਾਮਲ ਹੈ। ਇੱਕ ਸੰਸ਼ੋਧਨ ਫੀਡਬੈਕ ਦੇ ਅਧਾਰ 'ਤੇ ਡਿਲੀਵਰ ਕੀਤੇ ਬਿਲਡ ਵਿੱਚ ਸਮਾਯੋਜਨ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ — ਇਹ ਨਵੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜਾਂ ਮੁੱਖ ਸਕੋਪ ਵਿੱਚ ਤਬਦੀਲੀ ਨੂੰ ਕਵਰ ਨਹੀਂ ਕਰਦਾ। ਵਾਧੂ ਸੰਸ਼ੋਧਨ ਇੱਕ ਐਡ-ਆਨ ਵਜੋਂ ਖਰੀਦੇ ਜਾ ਸਕਦੇ ਹਨ।
ਹਾਂ। ਚੈਟਬੋਟ FastAPI ਜਾਂ Express ਮਿਡਲਵੇਅਰ ਨਾਲ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਜਿਸ ਨਾਲ API ਰਾਹੀਂ ਵੈੱਬ ਐਪਲੀਕੇਸ਼ਨਾਂ, ਅੰਦਰੂਨੀ ਟੂਲਸ ਜਾਂ ਹੋਰ ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ ਸਿੱਧਾ ਹੋ ਜਾਂਦਾ ਹੈ। ਖਾਸ ਏਕੀਕਰਣ ਲੋੜਾਂ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਸਾਂਝਾ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਤਾਂ ਜੋ ਉਹਨਾਂ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਸਕੋਪ ਕੀਤਾ ਜਾ ਸਕੇ।
ਤੁਹਾਨੂੰ ਤੁਹਾਡੇ ਪ੍ਰੋਜੈਕਟ ਦੇ ਵੇਰਵਿਆਂ ਲਈ ਪੁੱਛਦਾ ਇੱਕ ਸੁਨੇਹਾ ਪ੍ਰਾਪਤ ਹੋਵੇਗਾ। ਇੱਕ ਵਾਰ ਸਾਰੀ ਲੋੜੀਂਦੀ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਕੰਮ ਸ਼ੁਰੂ ਹੋ ਜਾਂਦਾ ਹੈ। ਵਿਕਾਸ ਦੌਰਾਨ ਕੋਈ ਵੀ ਸਵਾਲ ਆਰਡਰ ਚੈਟ ਰਾਹੀਂ ਉਠਾਏ ਜਾਣਗੇ। ਡਿਲੀਵਰੀ ਆਰਡਰ ਮੈਨੇਜਰ ਰਾਹੀਂ ਕੀਤੀ ਜਾਵੇਗੀ।
ਗਾਹਕ ਸਮੀਖਿਆਵਾਂ
ਦੇਖੋ ਸਾਡੇ ਗਾਹਕ ਇਸ Zinn ਬਾਰੇ ਕੀ ਕਹਿੰਦੇ ਹਨ
ਤੁਹਾਡੇ ਦੁਆਰਾ ਮੈਨੂੰ ਦਿੱਤੇ ਗਏ ਮਹਾਨ ਕੰਮ ਲਈ ਧੰਨਵਾਦ।
ਸਿਰਫ਼ ਉਹ ਲੌਗ ਇਨ ਗਾਹਕ ਜਿਨ੍ਹਾਂ ਨੇ ਇਹ ਉਤਪਾਦ ਖਰੀਦਿਆ ਹੈ, ਸਮੀਖਿਆ ਛੱਡ ਸਕਦੇ ਹਨ।
