Огляд
Casibase - це програмне забезпечення з відкритим кодом для баз даних доменних знань, обміну повідомленнями та форумів, що працює на основі ChatGPT.
Особливості Casibase
Розроблений на Golang з архітектурою розділення фронтенду та бекенду, Casibase підтримує високу конкурентність, пропонує веб-інтерфейс для адміністрування та підтримує кілька мов (китайська, англійська).
Casibase підтримує вхід через сторонні додатки, такі як GitHub, Google, QQ, WeChat тощо, а також розширення сторонніх входів через плагіни.
Управління знаннями на основі вбудовування та інженерії підказок, Casibase підтримує налаштовувані методи вбудовування та мовні моделі.
Casibase інтегрується з існуючими системами через синхронізацію баз даних, що дозволяє користувачам плавно перейти до Casibase.
Casibase підтримує основні бази даних: MySQL, PostgreSQL, SQL Server тощо, а також розширення нових баз даних через плагіни.
Casibase є потужним інструментом управління активами, що дозволяє легко підключатися до активів через протоколи RDP, VNC та SSH, ефективно обробляючи віддалені підключення до машин.
Функція безпечного аудиту журналів у Casibase дозволяє легко відстежувати та моніторити віддалені підключення, детально фіксуючи час початку підключення, тривалість та інші відповідні деталі, а також фіксувати та аналізувати журнали API операцій Casdoor, підвищуючи безпеку та прозорість операцій.
Casibase підтримує управління базами даних. Функція управління базами даних Casibase дозволяє легко підключатися, керувати та організовувати бази даних, контролюючи доступ і спрощуючи управління користувачами та авторизацію ресурсів бази даних.
Принцип роботи
Крок 0 (Попередні знання)
Процес пошуку знань у Casibase базується на вбудовуванні та розробці підказок, тому настійно рекомендується коротко ознайомитися з принципом роботи вбудовування. Вступ до вбудовування: Вступ до вбудовування.
Крок 1 (Імпорт знань)
Для початку роботи з Casibase користувачі повинні імпортувати знання та створити базу даних доменних знань, виконавши наступні кроки:
Налаштування сховища: На панелі керування Casibase користувачі спочатку повинні налаштувати параметри сховища. Це передбачає визначення системи сховища, яка буде використовуватися для зберігання файлів, пов’язаних із знаннями, таких як документи, зображення або інші релевантні дані. Користувачі можуть обирати з різноманітних варіантів сховища відповідно до своїх уподобань та вимог.
Завантаження файлів до сховища: Після налаштування сховища, користувачі можуть завантажувати файли, що містять доменні знання, у налаштовану систему сховища. Ці файли можуть бути у різних форматах, таких як текстові документи, зображення або структуровані файли даних, такі як CSV чи JSON.
Вибір методу вбудовування для генерації знань: Після завантаження файлів, користувачі мають можливість обрати метод вбудовування для генерації знань та відповідних векторів. Вбудовування є числовими представленнями текстового або візуального контенту, що сприяють ефективному пошуку за схожістю та аналізу даних.
Як вбудовуються знання?
Для текстових даних: користувачі можуть вибрати різні методи вбудовування, такі як Word2Vec, GloVe або BERT, для перетворення текстових знань у змістовні вектори.
Для візуальних даних: якщо завантажені файли містять зображення або візуальний вміст, користувачі можуть вибрати технології вбудовування зображень, такі як CNN-based feature extraction, для створення репрезентативних векторів.
Більше методів незабаром...
Дотримуючись цих кроків, користувачі можуть заповнити свою базу доменних знань релевантною інформацією та відповідними вбудовуваннями, які будуть використовуватися для ефективного пошуку, кластеризації та отримання знань у Casibase. Процес вбудовування дозволяє системі зрозуміти контекст та взаємозв’язки між різними елементами знань, що забезпечує більш ефективне та глибоке управління знаннями і їх дослідження.
Крок 2 (Пошук знань)
Після імпортування ваших доменних знань, Casibase перетворює їх на вектори та зберігає ці вектори у базі векторів. Це векторне представлення забезпечує потужні функції, такі як пошук за схожістю та ефективне отримання пов’язаної інформації. Ви можете швидко знаходити релевантні дані на основі контексту або змісту, що дозволяє здійснювати розширені запити та знаходити цінні інсайти у ваших доменних знаннях.
Крок 3 (Побудова підказки)
Casibase проводить пошук за схожістю у збережених векторах знань, щоб знайти найближчу відповідність запиту користувача. Використовуючи результати пошуку, система створює шаблон підказки для формулювання конкретного запитання для мовної моделі. Це забезпечує точні та контекстно релевантні відповіді, що надають всебічні відповіді на основі доменних знань у Casibase.
Крок 4 (Досягнення мети)
На цьому етапі, використовуючи Casibase, ви успішно отримали шукані знання. Завдяки інноваційному поєднанню доменних знань, перетворених на вектори, та потужних мовних моделей, таких як ChatGPT, Casibase надає вам точні та релевантні відповіді на ваші запити. Це дозволяє вам ефективно отримувати та використовувати доменні дані, збережені в Casibase, що з легкістю задовольняють ваші потреби у знаннях.
Крок 5 (Опціональне налаштування)
Якщо ви виявите, що результати не повністю задовільні, ви можете спробувати отримати кращі результати шляхом:
Налаштування параметрів мовної моделі
Задавання кількох запитань
Оптимізації вихідних файлів
Використовуючи ці опції налаштування, ви можете підвищити ефективність управління знаннями в Casibase, забезпечуючи кращу відповідність системи вашим цілям та надання більш точної та інформативної інформації.
Інші методи оптимізації результатів (можуть вимагати змін у вихідному коді):
Оновлення результатів
вбудовування: покращення представлення знань шляхом налаштування результатів вбудовування для доменних знань.Модифікація шаблонів
підказок: налаштовуючи підказки, ви можете отримувати більш точні відповіді від мовної моделі.Дослідження різних
мовних моделей: спробуйте різні моделі, щоб знайти найбільш відповідну для ваших потреб генерації відповідей.
Онлайн-демонстрація
Сайти лише для читання (будь-які модифікації не вдадуться)
- Чат-бот (https://ai.casibase.com)
- Інтерфейс адміністратора (https://ai-admin.casibase.com)
Сайти з можливістю запису (оригінальні дані відновлюються кожні 5 хвилин)
- Чат-бот (https://demo.casibase.com)
- Інтерфейс адміністратора (https://demo-admin.casibase.com)
Вхід глобального адміністратора:
- Користувач:
admin - Пароль:
123
Архітектура
Casibase складається з 2 частин:
| Назва | Опис | Мова | Вихідний код |
|---|---|---|---|
| Фронтенд | Користувацький інтерфейс Casibase | JavaScript + React | https://github.com/casibase/casibase/tree/master/web |
| Бекенд | Серверна логіка та API Casibase | Golang + Beego + MySQL | https://github.com/casibase/casibase |
Підтримувані моделі
Мовні моделі
| Модель | Підтипи | Посилання |
|---|---|---|
| OpenAI | gpt-4-32k-0613, gpt-4-32k-0314, gpt-4-32k, gpt-4-0613, gpt-4-0314, gpt-4, gpt-3.5-turbo-0613, gpt-3.5-turbo-0301, gpt-3.5-turbo-16k, gpt-3.5-turbo-16k-0613, gpt-3.5-turbo, text-davinci-003, text-davinci-002, text-curie-001, text-babbage-001, text-ada-001, text-davinci-001, davinci-instruct-beta, davinci, curie-instruct-beta, curie, ada, babbage | OpenAI |
| Hugging Face | meta-llama/Llama-2-7b, tiiuae/falcon-180B, bigscience/bloom, gpt2, baichuan-inc/Baichuan2-13B-Chat, THUDM/chatglm2-6b | Без обличчя |
| Claude | claude-2, claude-v1, claude-v1-100k, claude-instant-v1, claude-instant-v1-100k, claude-v1.3, claude-v1.3-100k, claude-v1.2, claude-v1.0, claude-instant-v1.1, claude-instant-v1.1-100k, claude-instant-v1.0 | Claude |
| OpenRouter | google/palm-2-codechat-bison, google/palm-2-chat-bison, openai/gpt-3.5-turbo, openai/gpt-3.5-turbo-16k, openai/gpt-4, openai/gpt-4-32k, anthropic/claude-2, anthropic/claude-instant-v1, meta-llama/llama-2-13b-chat, meta-llama/llama-2-70b-chat, palm-2-codechat-bison, palm-2-chat-bison, gpt-3.5-turbo, gpt-3.5-turbo-16k, gpt-4, gpt-4-32k, claude-2, claude-instant-v1, llama-2-13b-chat, llama-2-70b-chat | OpenRouter |
| Ernie | ERNIE-Bot, ERNIE-Bot-turbo, BLOOMZ-7B, Llama-2 | Ernie |
| iFlytek | spark-v1.5, spark-v2.0 | iFlytek |
| ChatGLM | chatglm2-6b | ChatGLM |
| MiniMax | abab5-chat | MiniMax |
| Local | custom-model | Local Computer |
Моделі вбудовування
| Модель | Підтипи | Посилання |
|---|---|---|
| OpenAI | AdaSimilarity, BabbageSimilarity, CurieSimilarity, DavinciSimilarity, AdaSearchDocument, AdaSearchQuery, BabbageSearchDocument, BabbageSearchQuery, CurieSearchDocument, CurieSearchQuery, DavinciSearchDocument, DavinciSearchQuery, AdaCodeSearchCode, AdaCodeSearchText, BabbageCodeSearchCode, BabbageCodeSearchText, AdaEmbeddingV2 | OpenAI |
| Hugging Face | sentence-transformers/all-MiniLM-L6-v2 | Без обличчя |
| Cohere | embed-english-v2.0, embed-english-light-v2.0, embed-multilingual-v2.0 | Cohere |
| Ernie | За замовчуванням | Ernie |
| Local | custom-embedding | Local Computer |