基于 ChatGPT、LangChain、Pinecone 和 Streamlit 构建的自主 HR 聊天机器人

配套阅读：使用 ChatGPT 和 LangChain 的代理与工具创建（基本）自主的 HR 助手

简介 / 项目描述

这是一个企业级应用原型——一个能够使用其现有工具回答 HR 查询的自主代理。它使用 LangChain 的代理和工具模块构建，以 Pinecone 作为向量数据库，并由 ChatGPT 或 gpt-3.5-turbo 提供支持。前端使用 Streamlit 框架和 streamlit_chat 组件。

可用工具：
1. 考勤政策 - 一份由 ChatGPT 生成的示例 HR 政策文档。使用 OpenAI 的 text-embedding-ada-002 模型为该文档创建嵌入向量，并存储在 Pinecone 索引中。
2. 员工数据 - 一个包含虚拟员工数据（如姓名、主管、休假天数等）的 CSV 文件。它被加载为 pandas DataFrame，并由 LLM 通过 LangChain 的 PythonAstREPLTool 进行操作。
3. 计算器 - 这是 LangChain 的计算器链模块 LLMMathChain。

聊天示例

工具使用示例

如何使用此仓库

1. 安装 Python 3.10。参考：Windows, Mac。
2. 将仓库克隆到本地目录。
3. 导航到本地目录，在终端中运行以下命令以安装所有必备模块：pip install -r requirements.txt。
4. 在 hr_agent_backend_local.py 文件中输入你自己的 API 密钥（如果想使用 Azure 版本，请在 hr_agent_backend_azure.py 中输入，并在 frontend.py 文件中取消相应注释）。
5. 在终端中运行 streamlit run hr_agent_frontent.py。

在 Pinecone 中存储嵌入向量

1. 在 pinecone.io 创建一个 Pinecone 账户（提供免费套餐）。记下 Pinecone API 密钥和环境变量值。
2. 运行笔记本 store_embeddings_in_pinecone.ipynb。将 Pinecone 和 OpenAI 的 API 密钥（用于嵌入模型）替换为你自己的密钥。

技术栈

Azure OpenAI 服务 - 面向 Azure 客户的 OpenAI 服务。
LangChain - 围绕 LLM 构建应用程序的开发框架。
Pinecone - 用于存储嵌入向量的向量数据库。
Streamlit - 用于前端开发。部署 Python Web 应用的轻量级框架。
Azure Data Lake - 用于存放员工数据 CSV 文件。任何其他云存储（如 Blob、S3 等）同样适用。
Azure Data Factory - 用于创建数据管道。
SAP HCM - 员工数据的源系统。

视频演示

YouTube 链接

作者

Stephen Bonifacio

欢迎通过以下方式联系我：

领英：https://www.linkedin.com/in/stephenbonifacio/
推特：https://twitter.com/Stepanogil