SelectCode Mini-Hackathon

In diesem Repository findet ihr einen optionalen Startpunkt für unseren Mini-KI-Hackathon sowie einige weitere Links und Hilfestellungen.

Wichtige Links

• Slides
• Meeting Transkripte
• API Key

Achtung: Der API-Key funktioniert nur mit unserem LLM-Proxy - du musst also die OPENAI_BASE_URL entsprechend setzen:

In diesem Repo

Wenn du mit einem vorgefertigten Setup für eine Chat-Anwendung starten möchtest, enthält dieses Repository einen Startpunkt. Um zu starten:

# Clone the repo
git clone https://github.com/SelectCode/llm-example.git

Als nächstes, trag den OpenAI API Key in .env ein.

# Navigate into the repo
cd ./llm-example

# Create a virtual environment
python3 -m venv env

# Activate the virtual environment
# For Windows
env\Scripts\activate

# For Unix or MacOS
source env/bin/activate

# Install the dependencies from the `requirements.txt` file
pip install -r requirements.txt

# Launch chainlit
chainlit run app.py -w

Los gehts!

Als nächstes kannst du damit starten, deine App anzupassen - schau dir z.B. app.py an! In utils.py haben wir ein paar möglicherweise hilfreiche Methoden implementiert.

Auf der Suche nach Inspiration? Schau dir die Chainlit Dokumentation oder den Überblick belieber LangChain Chains an. Außerdem hilfreich: das Chainlit Cookbook.

Weitere Links

Einige weitere Ressourcen, die eventuell hilfreich sein könnten:

• Streamlit (Python UI library für Data Apps)
• Vercel AI SDK (Tooling für Text-Streaming,...)
• Cohere Dokumentation (gute Tutorials,...)
• LlamaIndex (LLM data framework)
• Ragas (RAG Evaluation Tool)
• Unstructured (Library für unstrukturierte Daten)
• Azure AI Services (breites Angebot an KI-Diensten)