开源项目安装与配置指南：Ask Astro

开源项目安装与配置指南：Ask Astro

ask-astro An end-to-end LLM reference implementation providing a Q&A interface for Airflow and Astronomer 项目地址: https://gitcode.com/gh_mirrors/as/ask-astro

1. 项目基础介绍

Ask Astro 是一个开源项目，由 Astronomer 开发，旨在提供一个问答系统的参考实现，用于回答有关 Apache Airflow 和 Astronomer 的问题。该项目是一个端到端的 LLM（大型语言模型）应用架构实例，它包括数据摄取、提示编排和反馈循环等模块。

主要编程语言：Python

2. 关键技术和框架

• Apache Airflow：用于定义、调度和监控数据管道的分布式平台。
• LangChain：用于构建和优化 LLM 应用的库。
• Weaviate：用于存储和检索嵌入向量的向量数据库。
• OpenAI：提供嵌入模型和 LLM 调用服务。
• Cohere Reranker：用于重新排序文档的相关性。

3. 安装和配置准备工作

在开始安装之前，请确保您的系统中已经安装了以下软件：

• Python 3.x
• pip（Python 包管理器）
• Git（用于克隆和更新项目代码）

安装步骤

克隆项目代码

首先，从您的命令行界面运行以下命令以克隆项目代码：

git clone https://github.com/astronomer/ask-astro.git
cd ask-astro

安装依赖

在项目目录中，使用 pip 安装项目依赖：

pip install -r requirements.txt

配置环境变量

在项目根目录下创建一个 .env 文件，并添加以下环境变量：

WEAVIATE_URL=你的Weaviate服务器地址
OPENAI_API_KEY=你的OpenAI API密钥
COHERE_API_KEY=你的Cohere API密钥

运行项目

启动 UI

运行以下命令启动用户界面：

python3 scripts/local_dev.py run-ui

启动 API 服务器

运行以下命令启动 API 服务器：

python3 scripts/local_dev.py run-api-server

启动 Airflow

运行以下命令启动 Airflow：

python3 scripts/local_dev.py run-airflow

完成以上步骤后，你应该能够本地访问 Ask Astro 的 UI 和 API，并开始探索其功能。

请确保在运行任何服务前正确配置了所有必要的环境变量和依赖项。如果在安装或配置过程中遇到任何问题，可以查阅项目的 README 文件或相关文档以获得更多信息。

ask-astro An end-to-end LLM reference implementation providing a Q&A interface for Airflow and Astronomer 项目地址: https://gitcode.com/gh_mirrors/as/ask-astro