AI와 채팅하기
이 문서는 초보자를 위한 단계별 튜토리얼입니다. Casibase 지식 기반 시스템에서 AI 채팅 기능을 구현하는 과정을 안내합니다.
소개
이전 섹션에서는 Casdoor와 Casibase를 배포하고, 스토리지 제공자, 모델 제공자, 임베딩 제공자를 Casibase에 통합하고, 이러한 제공자를 사용하기 위한 스토어를 추가했습니다.
스토어에 대한 자세한 내용은 이전 문서의 스토어 추가하기 섹션을 참조하십시오.
이제 Casibase에서 AI 채팅 기능을 구현해 보겠습니다.
1단계: 새 채팅 추가하기
홈페이지에서 채팅 버튼을 클릭한 다음 새 채팅 버튼을 클릭하여 채팅을 추가합니다.
2단계: 메시지 전송하기
메시지를 작성하고 전송 버튼을 클릭하여 보냅니다.
3단계: 지식 기반 채팅
또한 지식 기반에서 챗봇과 대화할 수 있습니다.
지식 기반 채팅에는 몇 가지 요구 사항이 있습니다:
- 지식 기반에는 스토어가 있어야 합니다.
- 스토어에는 모델 제공자가 있어야 합니다.
- 스토어에는 임베딩 제공자가 있어야 합니다.
- 스토어에는 스토리지 제공자가 있어야 합니다.
- 스토리지 제공자에는 읽을 수 있는 문서(예: 마크다운 파일, docx 파일, pdf 파일)가 있어야 합니다.
이러한 요구 사항을 충족하면 스토어 페이지로 돌아가서 벡터 새로 고침 버튼을 클릭하여 지식 기반 데이터를 임베딩할 수 있습니다.
임베딩이 진행 중일 때는 버튼이 비활성화됩니다.
임베딩이 완료되면 탐색 모음에서 벡터 버튼을 클릭하여 벡터를 볼 수 있습니다.
결과:
지식 기반에서 챗봇과 대화해 봅시다.
비-지식 기반 채팅의 결과와 비교:
임베딩 속도는 두 가지 요소와 관련이 있습니다:
- 지식 기반의 문서:
- 문서 수: 문서가 많을수록 임베딩 시간이 길어집니다.
- 문서 크기: 문서 크기가 클수록 임베딩 시간이 길어집니다.
- 임베딩 제공자:
- API 속도 제한: API 속도 제한이 높을수록 임베딩이 빨라집니다.
- API 동시성: API 동시성이 높을수록 임베딩이 빨라집니다.
예를 들어, OpenAI API를 임베딩 제공자로 사용하는 경우, 임베딩 속도는 OpenAI API의 속도 제한 및 동시성과 관련이 있습니다.
결론
이 가이드에서는 Casibase에서 AI 채팅 기능을 구현하는 방법을 배웠습니다.
이제 Casibase에서 챗봇과 대화할 수 있습니다. 즐겁게 사용하세요!
Casibase에 대한 자세한 내용은 문서의 핵심 개념 섹션에서 찾을 수 있습니다.