LLM Food Delivery 项目教程

LLM Food Delivery 项目教程

llm-food-deliveryMaking the food-delivery experience easy for busy folks :)项目地址:https://gitcode.com/gh_mirrors/ll/llm-food-delivery

1. 项目的目录结构及介绍

llm-food-delivery/
├── data/
│   └── food_delivery.csv
├── models/
├── scripts/
│   ├── customer_support_operator.sh
│   ├── food_delivery_operator.sh
│   ├── motivation_operator.sh
│   ├── onboarding_operator.sh
│   └── operator_of_operators.sh
├── .gitignore
├── Dockerfile
├── README.md
├── requirements.txt
└── config.yaml

• data/: 包含项目使用的数据文件，如 food_delivery.csv。
• models/: 用于存储训练好的模型文件。
• scripts/: 包含项目的各种脚本文件，如操作员脚本。
• .gitignore: Git 忽略文件。
• Dockerfile: Docker 配置文件。
• README.md: 项目说明文档。
• requirements.txt: 项目依赖文件。
• config.yaml: 项目配置文件。

2. 项目的启动文件介绍

food_delivery_operator.sh

这是一个主要的启动脚本，用于运行食品配送操作员。可以通过以下命令运行：

./food_delivery_operator.sh --train --operator_save_path models/AnotherFoodDeliveryOperator/ --training_data data/food_delivery.csv

其他启动脚本

• customer_support_operator.sh: 客户支持操作员脚本。
• motivation_operator.sh: 激励操作员脚本。
• onboarding_operator.sh: 新用户引导操作员脚本。
• operator_of_operators.sh: 操作员管理脚本。

3. 项目的配置文件介绍

config.yaml

配置文件用于设置项目的各种参数，如模型选择、API 密钥等。以下是一个示例配置：

model: gpt-4
api_keys:
  openai: YOUR_OPENAI_API_KEY
  pinecone: YOUR_PINECONE_API_KEY

配置步骤

1. 创建环境变量文件：

   • 创建一个 .env 文件，并添加你的 API 密钥。
   • 示例：

     OPENAI_API_KEY=your_openai_api_key
     PINECONE_API_KEY=your_pinecone_api_key
     

2. 配置数据库和索引：

   • 创建一个 Pinecone 索引。
   • 创建一个数据库，并按照教程填充数据。

3. 配置模型：

   • 打开 config.yaml 文件，选择你想要使用的模型（建议使用 gpt-4 或 gpt-4-32k）。
   • 根据需要调整参数。

4. 使用 Docker 运行：

   • 安装 Docker。
   • 运行以下命令启动项目：

     docker-compose up --build
     

通过以上步骤，你可以成功配置并启动 llm-food-delivery 项目。

llm-food-deliveryMaking the food-delivery experience easy for busy folks :)项目地址:https://gitcode.com/gh_mirrors/ll/llm-food-delivery