import os, sys, json import gradio as gr import openai from openai import OpenAI import time from langchain.chains import LLMChain, RetrievalQA from langchain.chat_models import ChatOpenAI from langchain.document_loaders import PyPDFLoader, WebBaseLoader from langchain.document_loaders.blob_loaders.youtube_audio import YoutubeAudioLoader from langchain.document_loaders.generic import GenericLoader from langchain.document_loaders.parsers import OpenAIWhisperParser from langchain.embeddings.openai import OpenAIEmbeddings from langchain.prompts import PromptTemplate from langchain.text_splitter import RecursiveCharacterTextSplitter from langchain.vectorstores import Chroma #from langchain.vectorstores import MongoDBAtlasVectorSearch #from pymongo import MongoClient from dotenv import load_dotenv, find_dotenv _ = load_dotenv(find_dotenv()) ################################################# #globale Variablen #nur bei ersten Anfrage splitten der Dokumente - um die Vektordatenbank entsprechend zu füllen splittet = False ################################################## #Für MongoDB statt Chroma als Vektorstore #MONGODB_URI = os.environ["MONGODB_ATLAS_CLUSTER_URI"] #client = MongoClient(MONGODB_URI) #MONGODB_DB_NAME = "langchain_db" #MONGODB_COLLECTION_NAME = "gpt-4" #MONGODB_COLLECTION = client[MONGODB_DB_NAME][MONGODB_COLLECTION_NAME] #MONGODB_INDEX_NAME = "default" ################################################# #Prompt Zusätze template = """Antworte in deutsch, wenn es nicht explizit anders gefordert wird. Wenn du die Antwort nicht kennst, antworte einfach, dass du es nicht weißt. Versuche nicht, die Antwort zu erfinden oder aufzumocken. Halte die Antwort so kurz aber exakt.""" llm_template = "Beantworte die Frage am Ende. " + template + "Frage: {question} Hilfreiche Antwort: " rag_template = "Nutze die folgenden Kontext Teile, um die Frage zu beantworten am Ende. " + template + "{context} Frage: {question} Hilfreiche Antwort: " ################################################# #Konstanten LLM_CHAIN_PROMPT = PromptTemplate(input_variables = ["question"], template = llm_template) RAG_CHAIN_PROMPT = PromptTemplate(input_variables = ["context", "question"], template = rag_template) OAI_API_KEY=os.getenv("OPENAI_API_KEY") #Pfad, wo Docs/Bilder/Filme abgelegt werden können - lokal, also hier im HF Space (sonst auf eigenem Rechner) PATH_WORK = "." CHROMA_DIR = "/chroma" YOUTUBE_DIR = "/youtube" ############################################### #URLs zu Dokumenten oder andere Inhalte, die einbezogen werden sollen PDF_URL = "https://arxiv.org/pdf/2303.08774.pdf" WEB_URL = "https://openai.com/research/gpt-4" YOUTUBE_URL_1 = "https://www.youtube.com/watch?v=--khbXchTeE" YOUTUBE_URL_2 = "https://www.youtube.com/watch?v=hdhZwyf24mE" YOUTUBE_URL_3 = "https://www.youtube.com/watch?v=vw-KWfKwvTQ" ################################################ #LLM Model mit dem gearbeitet wird MODEL_NAME = "gpt-3.5-turbo-16k" #MODEL_NAME ="gpt-4" ################################################# #Funktionen zur Verarbeitung ################################################ def add_text(history, text): history = history + [(text, None)] return history, gr.Textbox(value="", interactive=False) def add_file(history, file): history = history + [((file.name,), None)] return history #die Inhalte splitten, um in Vektordatenbank entsprechend zu laden als Splits def document_loading_splitting(): global splittet # Document loading docs = [] # Load PDF loader = PyPDFLoader(PDF_URL) docs.extend(loader.load()) # Load Web loader = WebBaseLoader(WEB_URL) docs.extend(loader.load()) # Load YouTube loader = GenericLoader(YoutubeAudioLoader([YOUTUBE_URL_1, YOUTUBE_URL_2, YOUTUBE_URL_3], PATH_WORK + YOUTUBE_DIR), OpenAIWhisperParser()) docs.extend(loader.load()) # Document splitting text_splitter = RecursiveCharacterTextSplitter(chunk_overlap = 150, chunk_size = 1500) splits = text_splitter.split_documents(docs) #nur bei erster Anfrage mit "choma" wird gesplittet... splittet = True return splits #Chroma DB die splits ablegen - vektorisiert... def document_storage_chroma(splits): Chroma.from_documents(documents = splits, embedding = OpenAIEmbeddings(disallowed_special = ()), persist_directory = PATH_WORK + CHROMA_DIR) #Mongo DB die splits ablegen - vektorisiert... def document_storage_mongodb(splits): MongoDBAtlasVectorSearch.from_documents(documents = splits, embedding = OpenAIEmbeddings(disallowed_special = ()), collection = MONGODB_COLLECTION, index_name = MONGODB_INDEX_NAME) #dokumente in chroma db vektorisiert ablegen können - die Db vorbereiten daüfur def document_retrieval_chroma(llm, prompt): embeddings = OpenAIEmbeddings() #Alternative Embedding - für Vektorstore, um Ähnlichkeitsvektoren zu erzeugen #embeddings = HuggingFaceInstructEmbeddings(model_name="sentence-transformers/all-MiniLM-L6-v2", model_kwargs={"device": "cpu"}) db = Chroma(embedding_function = embeddings, persist_directory = PATH_WORK + CHROMA_DIR) return db #dokumente in mongo db vektorisiert ablegen können - die Db vorbereiten daüfür def document_retrieval_mongodb(llm, prompt): db = MongoDBAtlasVectorSearch.from_connection_string(MONGODB_URI, MONGODB_DB_NAME + "." + MONGODB_COLLECTION_NAME, OpenAIEmbeddings(disallowed_special = ()), index_name = MONGODB_INDEX_NAME) return db ############################################### #Langchain anlegen #langchain nutzen, um prompt an LLM zu leiten - llm und prompt sind austauschbar def llm_chain(llm, prompt): llm_chain = LLMChain(llm = llm, prompt = LLM_CHAIN_PROMPT) result = llm_chain.run({"question": prompt}) return result #langchain nutzen, um prompt an llm zu leiten, aber vorher in der VektorDB suchen, um passende splits zum Prompt hinzuzufügen def rag_chain(llm, prompt, db): rag_chain = RetrievalQA.from_chain_type(llm, chain_type_kwargs = {"prompt": RAG_CHAIN_PROMPT}, retriever = db.as_retriever(search_kwargs = {"k": 3}), return_source_documents = True) result = rag_chain({"query": prompt}) return result["result"] ################################################### #Funktion von Gradio aus, die den dort eingegebenen Prompt annimmt und weiterverarbeitet def invoke (prompt, history, openai_api_key, rag_option, temperature=0.9, max_new_tokens=512, top_p=0.6, repetition_penalty=1.3,): global splittet #Prompt an history anhängen history.append([prompt,None]) #history = history +[(prompt, None)] if (openai_api_key == "" or openai_api_key == "sk-"): #raise gr.Error("OpenAI API Key is required.") #eigenen OpenAI key nutzen openai_api_key= OAI_API_KEY if (rag_option is None): raise gr.Error("Retrieval Augmented Generation ist erforderlich.") if (prompt == ""): raise gr.Error("Prompt ist erforderlich.") try: #Anfrage an OpenAI llm = ChatOpenAI(model_name = MODEL_NAME, openai_api_key = openai_api_key, temperature = 0) #zusätzliche Dokumenten Splits aus DB zum Prompt hinzufügen (aus VektorDB - Chroma oder Mongo DB) if (rag_option == "Chroma"): #muss nur einmal ausgeführt werden... if not splittet: splits = document_loading_splitting() document_storage_chroma(splits) db = document_retrieval_chroma(llm, prompt) result = rag_chain(llm, prompt, db) elif (rag_option == "MongoDB"): #splits = document_loading_splitting() #document_storage_mongodb(splits) db = document_retrieval_mongodb(llm, prompt) result = rag_chain(llm, prompt, db) else: result = llm_chain(llm, prompt) except Exception as e: raise gr.Error(e) #Antwort als Stream ausgeben... und in History speichern history[-1][1] = "" for character in result: history[-1][1] += character time.sleep(0.05) yield history return result ################################################ #GUI ############################################### #Beschreibung oben in GUI description = """Überblick: Hier wird ein Large Language Model (LLM) mit Retrieval Augmented Generation (RAG) auf externen Daten demonstriert.\n\n Genauer: Folgende externe Daten sind als Beispiel gegeben: YouTube, PDF, and Web.
Alle neueren Datums!. \n\n """ """ #Gradio...... gr.close_all() demo = gr.Interface(fn=invoke, inputs = [gr.Textbox(label = "OpenAI API Key", value = "sk-", lines = 1), #gr.Radio(["Off", "Chroma", "MongoDB"], label="Retrieval Augmented Generation", value = "Off"), gr.Radio(["Off", "Chroma"], label="Retrieval Augmented Generation", value = "Off"), gr.Textbox(label = "Prompt", value = "What is GPT-4?", lines = 1)], outputs = [gr.Textbox(label = "Completion", lines = 1)], title = "Generative AI - LLM & RAG", description = description) demo.launch() """ ########################################### title = "LLM mit RAG" description = """Überblick: Hier wird ein Large Language Model (LLM) mit Retrieval Augmented Generation (RAG) auf externen Daten demonstriert.\n\n Genauer: Folgende externe Daten sind als Beispiel gegeben: YouTube, PDF, and Web.
Alle neueren Datums!. \n\n """ css = """.toast-wrap { display: none !important } """ examples=[['Was ist ChtGPT-4?'],['schreibe ein Python Programm, dass die GPT-4 API aufruft.']] def vote(data: gr.LikeData): if data.liked: print("You upvoted this response: " + data.value) else: print("You downvoted this response: " + data.value) additional_inputs = [ gr.Textbox(label = "OpenAI API Key", value = "sk-", lines = 1), #gr.Radio(["Off", "Chroma", "MongoDB"], label="Retrieval Augmented Generation", value = "Off"), gr.Radio(["Off", "Chroma"], label="Retrieval Augmented Generation", value = "Off"), gr.Slider(label="Temperature", value=0.9, minimum=0.0, maximum=1.0, step=0.05, interactive=True, info="Höhere Werte erzeugen diversere Antworten"), gr.Slider(label="Max new tokens", value=256, minimum=0, maximum=4096, step=64, interactive=True, info="Maximale Anzahl neuer Tokens"), gr.Slider(label="Top-p (nucleus sampling)", value=0.6, minimum=0.0, maximum=1, step=0.05, interactive=True, info="Höhere Werte verwenden auch Tokens mit niedrigerer Wahrscheinlichkeit."), gr.Slider(label="Repetition penalty", value=1.2, minimum=1.0, maximum=2.0, step=0.05, interactive=True, info="Strafe für wiederholte Tokens") ] gr.ChatInterface(fn=invoke, #additional_inputs = additional_inputs, title = "Generative AI - LLM & RAG", description = description).queue().launch() ######################################################################### """ chatbot_stream = gr.Chatbot(avatar_images=( "https://drive.google.com/uc?id=18xKoNOHN15H_qmGhK__VKnGjKjirrquW", "https://drive.google.com/uc?id=1tfELAQW_VbPCy6QTRbexRlwAEYo8rSSv" ), bubble_full_width = False) chat_interface_stream = gr.Interface(fn=invoke, inputs = [gr.Textbox(label = "OpenAI API Key", value = "sk-", lines = 1), #gr.Radio(["Off", "Chroma", "MongoDB"], label="Retrieval Augmented Generation", value = "Off"), gr.Radio(["Off", "Chroma"], label="Retrieval Augmented Generation", value = "Off"), gr.Textbox(label = "Prompt", value = "What is GPT-4?", lines = 1), gr.Slider(label="Temperature", value=0.9, minimum=0.0, maximum=1.0, step=0.05, interactive=True, info="Höhere Werte erzeugen diversere Antworten"), gr.Slider(label="Max new tokens", value=256, minimum=0, maximum=4096, step=64, interactive=True, info="Maximale Anzahl neuer Tokens"), gr.Slider(label="Top-p (nucleus sampling)", value=0.6, minimum=0.0, maximum=1, step=0.05, interactive=True, info="Höhere Werte verwenden auch Tokens mit niedrigerer Wahrscheinlichkeit."), gr.Slider(label="Repetition penalty", value=1.2, minimum=1.0, maximum=2.0, step=0.05, interactive=True, info="Strafe für wiederholte Tokens") ], outputs = [chatbot_stream], title = "Generative AI - LLM & RAG", description = description) with gr.Blocks() as demo: with gr.Tab("General LLM"): chatbot_stream.like(vote, None, None) chat_interface_stream.render() with gr.Row(): gr.Radio(["Off", "Chroma"], label="Retrieval Augmented Generation", value = "Off") gr.Textbox(label = "OpenAI API Key", value = "sk-", lines = 1) demo.queue( max_size=100).launch(debug=True) """