Chatbot sales army is a chatbot product aimed at selling and consulting products by interacting directly with customers. Chatbot uses RAG techniques - an advanced artificial intelligence solution that combines the ability to retrieve accurate information and the ability to generate natural answers.

1. Pipeline

2. Tree Project

├── app.py                              # demo on gradio app
├── configs
│   ├── config_fewshot                  # config cho elastic search và các ví dụ fewshot
│   │   ├── config_fewshot.py
│   │   ├── example_fewshot.yml
│   ├── config.yml
│   ├── __init__.py
│   ├── config_system.py
├── data
│   ├── Cau_hoi_thuong_gap.csv          # file chứa các câu hỏi thường gặp của khách hàng
│   ├── dieu_hoa.csv                    # file sản phẩm điều hòa
│   ├── product_final_300_extract.xlsx  # file tất cả các sản phẩm
│   └── vector_db                       # folder lưu embedding của sản phẩm và câu hỏi thường gặp
│       ├── Cau_hoi_thuong_gap
│       │   └── chroma.sqlite3
│       └── dieu_hoa
│           └── chroma.sqlite3
├── elastic_search                      # folder chưa code sử dụng elastic search để search thông tin sp
│   ├── few_shot_sentence.py
│   ├── elastic_helper.py
│   └── query_engine.py
├── images                              # ảnh giao diện app
│   ├── avt_bot.png
│   ├── avt_user.png
│   ├── logo.png
│   └── pipeline.png
├── logs                                # chứa 3 loại log: thông tin, lỗi, thời gian
│   ├── logger.py
├── README.md                       
├── requirements.txt                    # các thư viện yêu cầu của project
├── source
│   ├── generater.py                    # file chat chính 
│   ├── load_db.py                      # load vector embedding
│   ├── retriever.py                    # file khởi tạo retrieval và lấy context 
│   └── router.py                       # router điều hướng: elastic search, chroma db, tương tự, tồn kho
├── test_code.py
└── utils                               # các file code sử dụng cho cho các file khác
    ├── pydantic_model.py               # base model        
    ├── timekeeper.py                   # tính thời gian
    ├── data_processer.py               # convert csv to text
    ├── __init__.py                     # import các thư viện từ module utils
    └── prompt.py                       # chưa toàn bộ prompt cho LLM

3. To Install This Application, Follow These Steps:

Step 1. Clone the repository:

git clone https://github.com/PhamTrinhDuc/Chatbot_ver11
cd Chatbot_ver11

Step 2. (Optional) Create and activate a virtual environment:

• For Unix/macOS:

python3 -m venv .venv
source .venv/bin/activate

• For Windows:

python -m venv venv
.\venv\Scripts\activate

• Conda:

conda create -n <env_name> python=<python_version> 
conda activate env_name

Step 3. Before starting your application, you need to fill in some evironment variables. Create a .env file and fill in these

OPENAI_API_KEY = "sk-dTKKIChoB9Odh6JlFCbuaKpJVeojvF..."
LANGCHAIN_API_KEY = "lsv2_pt_835e83bf17f94c78bc4e7b7..."
ELASTIC_CLOUD_ID = "My_deployment:dXMtY2VudHJhbDEuZ2NwLmNsb3VkLmVzLmlvJ..."
ELASTIC_API_KEY = "RjRBUnZKRUJ6aEFqenhQVHVrRTU6TnRPZmVDS3RRRU9RZF..."

Step 4. Install the necessary libraries for the project

pip install -r requirements.txt

Step 5. Chat interface gradio

python3 run app.py

5. Demo Result

6. Acknowldgement

ARMY SALES CHATBOT is conducted by interns Pham Duc and Tran Hao at VCC. We apply some of the following technologies::

• Langchain: Providing the RAG (Retrieval Augmented Generation) framework.
• Gradio: Enabling the intuitive user interface.
• ElasticSearch: Enhance query capabilities for table data