Téléchargez et extrayez le package de démo Python.
Le package contient les scripts et la configuration utilisés pour démontrer la gestion de collection, le traitement de document, l’inférence et les opérations API associées.
Le démo Python fournit un point de départ fonctionnel pour le développement d’applications. Utilisez le workflow complet pour voir la création de collections, le traitement de documents et l’inférence IA fonctionner ensemble, puis explorez les scripts individuels pour des opérations spécifiques de collection et d’inférence.
Vérifiez que vous disposez des éléments suivants :
Si vous n’avez pas configuré l’accès API, consultez la rubrique Configuration de l’accès à l’API Knowledge Base.
Téléchargez et extrayez le package de démo Python.
Le package contient les scripts et la configuration utilisés pour démontrer la gestion de collection, le traitement de document, l’inférence et les opérations API associées.
Créez un environnement virtuel :
python3 -m venv venv
Activez l’environnement :
Installez les dépendances :
pip install --upgrade pip
pip install -e .
Ajoutez les informations d’identification API requises et la configuration de service à config.yaml.
Accédez au sous-dossier python avant d’exécuter les scripts d’exemple.
La démo utilise requests, pyyaml et tqdm. Les informations d’identification sont stockées dans config.yaml, et les jetons d’authentification sont gérés automatiquement.
Ne validez pas les fichiers config.yaml ou .token générés dans le contrôle source.
Exécutez :
python knowledgebase.py
Pour utiliser un PDF spécifique :
python knowledgebase.py --document=<chemin-vers-pdf>
La démo :
Le chargement et l’indexation constituent des parties distinctes de l’ingestion de documents. L’indexation extrait le contenu du document et le rend disponible pour les opérations d’IA.
Si vous ne spécifiez pas de PDF, la démonstration en sélectionne un dans le répertoire de documents du package. Le traitement du document expire après cinq minutes s’il n’atteint pas un état complet.
Le workflow complet crée une collection nommée demo-collection et y charge un PDF. La démonstration ne supprime pas la collection ou le document chargé lorsque le workflow se termine.
Après avoir exécuté le workflow complet, utilisez des scripts individuels pour explorer des opérations d’API spécifiques.
python collection.py --action create --name <collection-name>
Les noms de collection peuvent contenir jusqu’à 255 caractères.
python collection.py --action list
Indiquez si vous souhaitez répertorier les collections que vous avez créées, que vous avez partagées ou que d’autres personnes ont partagé lorsque vous y êtes invité.
python collection.py --action share --collection-id <collection-id>
Saisissez les adresses e-mail qui doivent recevoir un accès en lecture ou en écriture lorsque vous y êtes invité.
python collection.py --action upload --collection-id <collection-id> --path=<path-to-file-or-directory>
Le script peut charger un fichier unique ou des documents depuis un répertoire spécifié.
python collection.py --action get_documents --collection-id <collection-id>
python collection.py --action get_status --document-id <document-id>
La démonstration fournit ces opérations comme exemples autonomes que vous pouvez examiner et adapter indépendamment du workflow complet.
Les exemples d’inférence nécessitent un identifiant de collection et un identifiant de document. Utilisez les scripts de collection pour les identifier :
python collection.py --action list
python collection.py --action get_documents --collection-id <collection-id>
Répertoriez vos collections et documents, puis exécutez l’exemple de questions-réponses :
python collection.py --action list
python collection.py --action get_documents --collection-id <collection-id>
python inference.py --questionAnswer
Saisissez l’identifiant de collection, l’identifiant de document et la question lorsque vous y êtes invité.
Identifiez la collection et le document, puis exécutez l’exemple de résumé :
python collection.py --action list
python collection.py --action get_documents --collection-id <collection-id>
python inference.py --summarize
Saisissez l’identifiant de collection et l’identifiant de document lorsque vous y êtes invité.
Identifiez la collection et le document, puis exécutez l’exemple de recherche contextuelle :
python collection.py --action list
python collection.py --action get_documents --collection-id <collection-id>
python inference.py --context-search
Saisissez l’identifiant de collection, l’identifiant de document et le texte de recherche lorsque vous y êtes invité.
Identifiez la collection et le document, puis exécutez l’exemple d’extraction :
python collection.py --action list
python collection.py --action get_documents --collection-id <collection-id>
python inference.py --extract
Saisissez l’ID de collection, l’ID de document, le nom de propriété, l’invite d’extraction, le type de données et la description facultative lorsque vous y êtes invité.
La démonstration Python fournit des modèles d’implémentation fonctionnels plutôt qu’une documentation complète de l’API.
Utilisez Commencer à utiliser l’API Knowledge Base pour comprendre le modèle de ressource API, le cycle de vie des documents, le comportement d’inférence et la gestion des réponses.
Utilisez la Référence de l’API Knowledge Base lorsque vous avez besoin des chemins d’accès de point d’entrée actuels, des paramètres, des schémas de demande et de réponse, et des informations de statut.
La démonstration écrit des informations de diagnostic détaillées dans :
logs/knowledgebase-demo.log
Le fichier journal enregistre les informations de niveau DEBUG, tandis que la console affiche les messages de niveau WARNING et supérieurs.
Si une opération échoue :