Langchain 프로젝트

RAG 프로세스
1. 문서 로드(Load): pdf
2. 분할(Split): 불러온 문서 chunk단위로 분할
3. 임배딩(Embedding): 문서를 벡터 포현으로 변환
4. 벡터DB(VectorStore): 변환된 벡터를 DB에 저장

RAB 수행
5. 검색(Retrieval): 유사도 검색(Dense)
6. 프롬프트(Prompt): 검색된 결과를 바탕으로 원하는 결과를 도출하기 위한 프롬프트
7. 모델(LLM): 모델선택(UPSTAGE)
8. 결과(Output): 텍스트, Json, 마크다운

환경설정

1. 문서로드
   

2. 페이지 내용 출력
   

3. 문서분할
   

4. 임베딩생성
   

5. 검색기 생성
   

6.프롬프트 생성

7. 언어모델 생성
   

8. 체인 생성
   

9. 검색 테스트
   

10. 모델 초기화
    

11. RAG 체인 구성
    

12. RAG 시스템 테스트
    
    

LLM Chatbot

참조자료: https://wikidocs.net/251190

프로젝트 회고:RAG PDF문서 API 불러오는것과 RAG구축하는 방법을 맛을 보았습니다.