让AI帮我们分析docx文件

MySQL数据库联盟 2023-05-23

2391

ChatGPT4中，已经有很多插件可以分析Word或者PDF的内容，比如webpilot，或者ChatwithPDF；当然，也有一些在线网站，比如ChatDOC等。

但是如果想部署一个自己的文件分析系统，并且暂时只有ChatGPT3.5，就可以通过本节内容来实现。

这一节，我们会介绍如何开发一个ChatGPT的应用，大致功能是左边上传本地文件，再输入关于这个文件内容的相关问题，使用ChatGPT进行分析之后，右边给出用户答案。

1 先看效果

2 安装依赖

pip3 install gradio

3 设置环境变量

把OpenAI 的 API key 加入到环境变量：

Windows环境

setx OPENAI_API_KEY xxx

linux环境

export OPENAI_API_KEY xxx

4 编写代码

实际自己不用编辑多少代码，首先去https://llamahub.ai/ 找 docx 的数据源，如果有其他类似数据源，方法也差不多

目前支持的数据源有：图片、Office 三件套、PDF、CSV、ES、主流数据库、markdown、json等。

使用docx 数据源的方法地址如下：

https://llamahub.ai/l/file-docx

代码是：

from pathlib import Path


from llama_index import download_loader
 


DocxReader = download_loader("DocxReader")




loader = DocxReader()


documents = loader.load_data(file=Path('./homework.docx'))

再让ChatGPT帮我们完善代码，实现前端页面：

最终生成的代码如下：

（我只增加了server_name、端口、用户名、密码）

import gradio as gr
from llama_index import GPTSimpleVectorIndex, download_loader
from pathlib import Path


DocxReader = download_loader("DocxReader")
loader = DocxReader()


def query_response(file, text):
    documents = loader.load_data(file=Path(file.name))
    index = GPTSimpleVectorIndex.from_documents(documents)
    response = index.query(text).response
    return response


iface = gr.Interface(
    fn=query_response,
    inputs=[gr.inputs.File(label="上传.docx文件"), gr.inputs.Textbox(label="输入查询内容")],
    outputs="text",
    title="查询文档",
    description="使用 GPT 算法对文档进行索引，并回答用户输入的问题。"
)


#iface.test_launch()  # Uncomment to test the app locally.
iface.launch(server_name='0.0.0.0', server_port=6688, auth=("admin", "Udiagc81GC"))  # Launch the app on a public webserver.