소개
Hacktoberfest 기간 동안 다양한 저장소에 기여한 후 기뻤지만 Hacktoberfest가 시작되자마자 더 많은 오픈 소스 프로젝트에 기여할 수 있다는 새로운 깊은 흥분을 느꼈습니다. 저는 백엔드와 프론트를 모두 포함하는 기술 스택을 갖춘 많은 프로젝트에 기여했지만 이번에는 AI 기반 프로젝트, 특히 제가 탐구하고 싶었던 RAG(Retrieval Augmented Generation)와 관련된 프로젝트에 기여하고 싶었습니다. 그 안으로
OR보조
RAG 기반의 많은 저장소를 찾던 중 완벽한 오픈 소스 RAG 도구인 ORAssistant를 우연히 발견했습니다. ORAssistant는 일반적인 질문이나 대규모 프로젝트에 대한 문의에 응답하는 챗봇입니다.
이 도구의 아키텍처는 상당히 복잡합니다. 여전히 기본 쿼리 아키텍처가 어떻게 작동하는지 파악하려고 노력하고 있지만, 이것이 제가 기여하면서 배우는 흥미로운 부분입니다.
문제
첫 번째 문제에서는 피드백 루프를 자동화하는 것이 과제 중 하나였습니다. Leyman 용어로 말하면 RAG 앱은 일반적으로 사용자의 피드백에 의존하여 피드백을 더욱 세부적으로 조정한다는 것입니다. 응답의 임무는 사용자로부터 피드백을 받아 데이터베이스에 저장하고 모델 자체에 다시 피드백하는 것이었습니다
건축물은 이런 느낌일 것 같아요
현재 시스템은 피드백을 Google 스프레드시트에 저장하지만 이는 다시 최적화된 접근 방식이 아닙니다
이 문제 자체를 해결하려면 약 4~5번의 PR이 필요하지만, 이 블로그의 초점을 맞추기 위해 첫 번째 PR로 제한하겠습니다.
첫 번째 풀 요청
첫 번째 풀 요청의 경우, 문제에 대한 토론에서 알 수 있듯이 내 임무는 먼저 데이터베이스 디자인을 설정하고 실행하는 것이었습니다. 그러다 보니 많은 문제에 직면하게 되었습니다
직면한 문제
- 설정하는 동안 GOOGLE_SERVICE_KEY를 얻기 위한 문서가 간단하지 않았기 때문에 관리자에게 이를 다시 확인하고 개인 Google 계정에서 많은 설정을 조정하여 설정하고 실행해야 했습니다. 전체 과정에서 도움이 됩니다
- 백엔드에 일부 불일치로 인해 프런트엔드가 제대로 작동하지 않는 문제가 있었지만 이 프로젝트의 좋은 점 중 하나는 백엔드가 동적으로 변경되기 때문에 백엔드가 개발되는 동안 모의 백엔드를 사용하여 정면은 고통받지 않습니다.
주요 솔루션
이번 PR을 위해 제가 제안한 솔루션은 올바른 데이터베이스를 선택하는 논의를 중심으로 진행되었으며, 관리자와의 세심한 논의 끝에 확장성과 유연성을 고려하여 프로젝트에 MongoDB를 사용하는 것이 가장 좋다고 결정했습니다. MongoDB의 스키마 없는 특성으로 인해 필드가 발생하지 않습니다.
초기 디자인을 마친 후 프론트엔드의 초기 디자인 셋업과 관련된 PR을 열었습니다
이를 병합하는 과정에서 직면한 문제 중 하나는 CI 파이프라인에서 테스트를 통과하지 못했다는 것입니다. 이는 내 코드의 오류와 관련이 없지만 일부 저장소 비밀이 전파되지 않았기 때문입니다. 내가 작업 중이던 저장소의 포크에 복사했기 때문에 관리자는 내 PR을 병합하기 위해 저장소에 대한 쓰기 액세스 권한을 나에게 주어야 했습니다.
추가 기여
이제 이 PR은 결국 전체 문제를 해결할 추가 PR의 기반이 됩니다. 솔직히 말해서 이것은 제가 최근 작업한 최고의 프로젝트 중 하나입니다. 하나의 문제를 해결하는 데 약 6~7개의 PR이 소요됩니다. 이는 프로젝트가 얼마나 복잡하고 발전되었는지를 보여줍니다.
오픈소스 여정이 어떻게 진행되고 있는지 정말 즐겁습니다.
위 내용은 ORAssistant에 기여의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

Arraysinpython, 특히 비밀 복구를위한 ArecrucialInscientificcomputing.1) theaRearedFornumericalOperations, DataAnalysis 및 MachinELearning.2) Numpy'SimplementationIncensuressuressurations thanpythonlists.3) arraysenablequick

Pyenv, Venv 및 Anaconda를 사용하여 다양한 Python 버전을 관리 할 수 있습니다. 1) PYENV를 사용하여 여러 Python 버전을 관리합니다. Pyenv를 설치하고 글로벌 및 로컬 버전을 설정하십시오. 2) VENV를 사용하여 프로젝트 종속성을 분리하기 위해 가상 환경을 만듭니다. 3) Anaconda를 사용하여 데이터 과학 프로젝트에서 Python 버전을 관리하십시오. 4) 시스템 수준의 작업을 위해 시스템 파이썬을 유지하십시오. 이러한 도구와 전략을 통해 다양한 버전의 Python을 효과적으로 관리하여 프로젝트의 원활한 실행을 보장 할 수 있습니다.

Numpyarrayshaveseveraladvantagesstandardpythonarrays : 1) thearemuchfasterduetoc 기반 간증, 2) thearemorememory-refficient, 특히 withlargedatasets 및 3) wepferoptizedformationsformationstaticaloperations, 만들기, 만들기

어레이의 균질성이 성능에 미치는 영향은 이중입니다. 1) 균질성은 컴파일러가 메모리 액세스를 최적화하고 성능을 향상시킬 수 있습니다. 2) 그러나 유형 다양성을 제한하여 비 효율성으로 이어질 수 있습니다. 요컨대, 올바른 데이터 구조를 선택하는 것이 중요합니다.

tocraftexecutablepythonscripts, 다음과 같은 비스트 프랙티스를 따르십시오 : 1) 1) addashebangline (#!/usr/bin/envpython3) tomakethescriptexecutable.2) setpermissionswithchmod xyour_script.py.3) organtionewithlarstringanduseifname == "__"

numpyarraysarebetterfornumericaloperations 및 multi-dimensionaldata, mumemer-efficientArrays

numpyarraysarebetterforheavynumericalcomputing, whilearraymoduleisiMoresuily-sportainedprojectswithsimpledatatypes.1) numpyarraysofferversatively 및 formanceforgedatasets 및 complexoperations.2) Thearraymoduleisweighit 및 ep

ctypesallowscreatingandmanipulatingC-stylearraysinPython.1)UsectypestointerfacewithClibrariesforperformance.2)CreateC-stylearraysfornumericalcomputations.3)PassarraystoCfunctionsforefficientoperations.However,becautiousofmemorymanagement,performanceo


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

Dreamweaver Mac版
시각적 웹 개발 도구

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

안전한 시험 브라우저
안전한 시험 브라우저는 온라인 시험을 안전하게 치르기 위한 보안 브라우저 환경입니다. 이 소프트웨어는 모든 컴퓨터를 안전한 워크스테이션으로 바꿔줍니다. 이는 모든 유틸리티에 대한 액세스를 제어하고 학생들이 승인되지 않은 리소스를 사용하는 것을 방지합니다.

드림위버 CS6
시각적 웹 개발 도구
