Azure OpenAI Embeddings QnA 项目教程

Azure OpenAI Embeddings QnA 项目教程

azure-open-ai-embeddings-qnaA simple web application for a OpenAI-enabled document search. This repo uses Azure OpenAI Service for creating embeddings vectors from documents. For answering the question of a user, it retrieves the most relevant document and then uses GPT-3, GPT-3.5 or GPT-4 to extract the matching answer for the question.项目地址:https://gitcode.com/gh_mirrors/az/azure-open-ai-embeddings-qna

1. 项目的目录结构及介绍

azure-open-ai-embeddings-qna/
├── README.md
├── app/
│   ├── __init__.py
│   ├── main.py
│   ├── config.py
│   ├── utils.py
│   └── templates/
│       └── index.html
├── requirements.txt
└── tests/
    └── test_main.py

• README.md: 项目说明文档。
• app/: 包含项目的主要代码文件。
  • __init__.py: 初始化文件。
  • main.py: 项目的启动文件。
  • config.py: 项目的配置文件。
  • utils.py: 工具函数文件。
  • templates/: 包含HTML模板文件。
    • index.html: 主页模板。
• requirements.txt: 项目依赖文件。
• tests/: 包含测试文件。
  • test_main.py: 主程序的测试文件。

2. 项目的启动文件介绍

app/main.py 是项目的启动文件，负责初始化应用并启动服务器。以下是该文件的主要内容：

from flask import Flask, render_template
from config import Config

app = Flask(__name__)
app.config.from_object(Config)

@app.route('/')
def index():
    return render_template('index.html')

if __name__ == '__main__':
    app.run(debug=True)

• Flask 是用于创建Web应用的框架。
• Config 是从 config.py 中导入的配置类。
• index 函数定义了主页的路由和渲染的模板。
• app.run(debug=True) 启动Flask应用，并开启调试模式。

3. 项目的配置文件介绍

app/config.py 是项目的配置文件，包含应用的配置信息。以下是该文件的主要内容：

import os

class Config:
    SECRET_KEY = os.environ.get('SECRET_KEY') or 'you-will-never-guess'
    OPENAI_API_KEY = os.environ.get('OPENAI_API_KEY')
    DATABASE_URI = os.environ.get('DATABASE_URI') or 'sqlite:///app.db'

• SECRET_KEY: 应用的密钥，用于加密。
• OPENAI_API_KEY: OpenAI API的密钥。
• DATABASE_URI: 数据库的连接URI。

这些配置信息可以通过环境变量设置，也可以使用默认值。

azure-open-ai-embeddings-qnaA simple web application for a OpenAI-enabled document search. This repo uses Azure OpenAI Service for creating embeddings vectors from documents. For answering the question of a user, it retrieves the most relevant document and then uses GPT-3, GPT-3.5 or GPT-4 to extract the matching answer for the question.项目地址:https://gitcode.com/gh_mirrors/az/azure-open-ai-embeddings-qna