Ai

🚀 人工知能関連のAI操作

このプロジェクトは、人工知能関連の事物、特にNasdanika機能を基盤としたAI操作に関するものです。具体的には、リソースセット（相互に接続されたモデルの集合）上で動作します。モデルとリソースセットは、AIコンポーネントの低レベルな実装詳細を抽象化しています。

✨ 主な機能

モデル要素の記述

“叙述者”プロセッサは、モデル要素とその関係を様々な方法で記述できます。例えば、示例家庭では、派生関係と能力ベースの推論を持つモデルを使用して、以下の内容を説明できます。

• ポールはリアの父親です。
• リアはポールの娘です。
• リアはポールの子供です。
• エリアスはリアの兄弟です。
• エリアスはリアの兄です。
• ...

また、EObject -> EClass関係を通じて、リアが女性であることを説明し、メタモデルでの女性の定義を与えることもできます。

テキスト処理と応用

このようなテキストはリアの説明に追加できます。生成された結果テキストは分塊され、埋め込みを生成してベクトルストレージに追加されます。これは、意味距離だけでなくグラフの距離も考慮した意味検索とRAG（検索強化生成）に利用できます。

🔧 技術詳細

キーコンポーネント

• 埋め込み：OpenAIとOllamsから取得します。
• ベクトルストレージ：hnswlibを使用します。ローカルコンピュータでの観察結果：
  • 事前にダウンロードしたdl.fbaipublicfiles.com/fasttext/vectors-crawl/cc.en.300.vec.gzファイルから約200Kのベクトルを読み込むのに約10分かかります。
  • 約2.5 Gbのインデックスファイルが生成されます。
  • ファイルからインデックスを読み込むのに約90秒かかります。
• チャット完了
• CLI（コマンドラインインターフェイス）
  • ベクトルストレージ混入機能
  • 検索ドキュメント.jsonの埋め込みを生成
  • 検索ドキュメント.jsonから、埋め込み有りまたは無しで新しいベクトルストレージを生成。新規作成または既存内容の更新
  • 意味検索HTTPサーバルート
  • チャットVuejsコンポーネント - 参考中
  • 静的ウェブサイト上でモデルとチャットし、意味検索コマンド、OpenAI、Ollamaを提供します。GCP仮想マシン上でDockerを使用します。
  • モデルとの対話

将来展望

将来的にはInvocationフローに基づくプロキシが実装される可能性があります。