使用 Oracle 向量資料庫的 RAG 應用

此專案會分享如何使用 Oracle 資料庫和 LangChain 建立一個 RAG 應用，是參照 Oracle LiveLabs 這篇 Oracle LiveLabs 的 AI Vector Search - 7 Easy Steps to Building a RAG Application 教學。

主要會處理一份 PDF 文件，提取文本、向量化後，再存入 Oracle 資料庫中，讓使用者能夠用問答方式查詢 PDF 的資訊。PDF 文件是使用 202402_2330_AI1_20241003_160741.pdf，這是台積電的 2024 Q2 財報，你可以使用其他文件，或是也可以用這份文件來測試 RAG 的功能。

主要功能

• PDF 處理：將 PDF 文件轉換為文本區塊。
• 向量化：使用 HuggingFace 的嵌入模型將文本轉換為向量。
• 整合 Oracle 資料庫：將向量化的文檔存入並從 Oracle 資料庫向量檢索。
• 問答功能：根據文檔內容及 gpt-4 生成用戶查詢的答案。

執行專案步驟

複製專案

git clone https://github.com/estellacoding/oracle-vector-search-langchain-rag.git

安裝套件

請先安裝檔案中的套件，也可以使用以下命令一次安裝所有套件。

pip install -r requirements.txt

設定環境變數

在專案目錄下建立 .env 檔案，並填寫以下內容。

username = 'HR' # Oracle 資料庫使用者名稱
password = 'oracle' # Oracle 資料庫密碼
dsn = 'localhost:1521/freepdb1'
COMPARTMENT_OCID =
OPENAI_API_KEY = '' # OpenAI API 金鑰

運行 Jupyter Notebook

進入專案資料夾。

cd <專案目錄>

啟動 Jupyter Notebook。

jupyter notebook

在瀏覽器中打開oracle-vector-search-langchain-rag.ipynb，並依照每個區塊逐步執行代碼。