Customer Support RAG Chatbot

カスタマーサポート RAG チャットボット

カスタマーサポートのドキュメントを使って学習させた、検索拡張生成（RAG）チャットボットです。ユーザーの質問に回答し、関連するサポート情報を提供します。

機能

• 提供されたカスタマーサポートのドキュメントに基づいて質問に回答します
• ドキュメントの対象範囲外の質問には「わかりません」と回答します
• ユーザーフレンドリーなウェブインターフェース
• 関連情報を見つけるセマンティック検索
• コンテキストを考慮した回答
• AngelOne のドキュメントを対象としたウェブスクレイピングに対応
• 保険関連ドキュメントの PDF 処理

セットアップ手順

1. リポジトリをクローンします：

git clone <repository-url>
cd <repository-name>

2. 仮想環境を作成して有効化します：

python -m venv venv
# On Windows
.\venv\Scripts\activate
# On Unix/MacOS
source venv/bin/activate

3. 依存関係をインストールします：

pip install -r requirements.txt

4. 環境変数を設定します： ルートディレクトリに .env ファイルを作成し、次の内容を記述します：

HF_API_KEY=your_huggingface_api_key_here

5. ドキュメントを収集します：

   • AngelOne のドキュメントの場合：

     python scrape_angelone.py
     

   • 保険関連の PDF の場合：
     • すべての保険関連 PDF を docs/insurance ディレクトリに配置します

6. ドキュメントを処理します：

python process_documents.py

7. バックエンドサーバーを起動します：

python mcp_server.py

8. 新しいターミナルで、フロントエンドを起動します：

streamlit run app.py

デプロイ

アプリケーションをデプロイするには：

1. バックエンド（FastAPI）：

   • クラウドプラットフォーム（Heroku、AWS、DigitalOcean など）にデプロイします
   • クラウドプラットフォームで環境変数を設定します
   • プロセスマネージャー（Gunicorn など）を使用して FastAPI サーバーを実行します

2. フロントエンド（Streamlit）：

   • Streamlit Cloud または同様のプラットフォームにデプロイします
   • デプロイしたバックエンドの URL を参照するようにフロントエンドを設定します
   • デプロイ先のプラットフォームで環境変数を設定します

使い方

1. ウェブブラウザーを開き、デプロイ先の URL にアクセスします
2. チャットインターフェースに質問を入力します
3. チャットボットは次の処理を行います：
   • 関連情報を求めてドキュメントを検索します
   • 見つかった情報に基づいて回答を生成します
   • ドキュメントに情報がない場合は「わかりません」と回答します

プロジェクト構成

.
├── app.py                 # Streamlit frontend
├── mcp_server.py         # FastAPI backend
├── process_documents.py  # Document processing script
├── scrape_angelone.py    # Web scraper for AngelOne docs
├── requirements.txt      # Python dependencies
├── .env                 # Environment variables
├── docs/               # Documentation directory
│   ├── angelone/      # Scraped AngelOne documentation
│   └── insurance/     # Insurance PDFs
└── chroma_db/         # Vector database storage

依存関係

• FastAPI：バックエンド API
• Streamlit：フロントエンドインターフェース
• Hugging Face：回答生成用 LLM
• ChromaDB：ドキュメント保存用ベクトルデータベース
• Sentence Transformers：テキスト埋め込み
• PyPDF：PDF 処理
• BeautifulSoup4：ウェブスクレイピング
• Requests：HTTP クライアント

注意事項

• チャットボットは、提供されたドキュメントに基づいてのみ質問に回答します
• ドキュメントの対象範囲外の質問には「わかりません」と回答します
• システムはセマンティック検索を使用して関連情報を見つけます
• 回答は Hugging Face API を使用して生成されます
• ウェブスクレイピングは、対象のウェブサイトに配慮してリクエスト頻度を制限しています

ライセンス

[ライセンスをここに記載]