- 16/04/2025: Đã chạy tốt với DeepSeek API. Bạn cần đăng ký lấy 1 API từ https://platform.deepseek.com
Đầu tiên bạn cần tạo 1 file .evn và đưa vào đó DEEPSEEK_API_KEY=DeepSeek API của bạn .
Tạo thêm 1 thư mục là pdf_documents và đưa vào đó các file pdf bạn muốn hệ thống đọc và phân tích.
Sau đó chạy ứng dụng bằng lệnh ./start.sh hoặc cụ thể như sau.
# Tạo môi trường ảo và cài đặt dependencies
python -m venv venv
# Kích hoạt môi trường ảo (kiểm tra hệ điều hành)
if [ "$(uname)" == "Darwin" ] || [ "$(expr substr $(uname -s) 1 5)" == "Linux" ]; then
source venv/bin/activate
elif [ "$(expr substr $(uname -s) 1 10)" == "MINGW32_NT" ] || [ "$(expr substr $(uname -s) 1 10)" == "MINGW64_NT" ]; then
source venv/Scripts/activate
fi
# Cài đặt dependencies
pip install -r requirements.txt
# Chạy ứng dụng Streamlit
streamlit run app.py --server.fileWatcherType none
- 20/04/2025: Nâng cấp sử dụng Google Gemini API và cải thiện xử lý PDF.
Đầu tiên bạn cần tạo 1 file .env và đưa vào đó GEMINI_API_KEY=Gemini API của bạn (đăng ký tại https://ai.google.dev/).
Tạo thêm 1 thư mục là pdf_documents và đưa vào đó các file pdf bạn muốn hệ thống đọc và phân tích. Cài thêm các gói.
# Install Tesseract OCR and Vietnamese language data
sudo apt-get update
sudo apt-get install -y tesseract-ocr
sudo apt-get install -y tesseract-ocr-vie
sudo apt-get install -y poppler-utils
Sau đó chạy ứng dụng bằng lệnh ./start.sh
- 28/04/2025: Nâng cấp sử dụng API của RKLLAMA và cải thiện xử lý PDF qua 2 cách, 1 là chỉ sử dụng model embedding, 2 là sử dụng cả model embedding và reranking.
trong file app.py, bạn chỉnh sửa các thư viện theo tùy chọn
from pdf_processor import PDFProcessor nếu chỉ sử dụng model embedding,
from pdf_processor_rerank import PDFProcessor sử dụng cả model embedding và reranking
** Lưu ý: nếu chính sửa cách ingest PDF thì phải xóa tát cả nội dung trong thư mục db và thư mục vectorstore đã tạo ra để ingest lại **
** Xóa hoàn toàn file processed_files.json để đọc lại toàn bộ file PDF trong thưc mục pdf_documents **
from chat_handler_rkllama import ChatHandler nếu chọn RKLLAMA Local Server là máy chủ thao tác LLM. Bạn phải có máy chủ RKLLAMA Local Server đang chạy ở địa chỉ http://127.0.0.1:8080