Chatbot Framework

Bu framework, farklı dil modellerini (LLM) ve RAG (Retrieval-Augmented Generation) sistemlerini entegre eden modüler bir chatbot altyapısı sunar. OpenAI GPT ve Ollama gibi farklı modelleri destekler ve özelleştirilebilir bilgi tabanı ile zenginleştirilmiş yanıtlar üretebilir.

🌟 Özellikler

Çoklu Model Desteği

• OpenAI GPT: GPT-3.5 ve GPT-4 modelleri
• Ollama: Yerel modeller ve özelleştirilmiş LLM'ler
• Genişletilebilir: Yeni model servisleri kolayca eklenebilir

RAG (Retrieval-Augmented Generation)

• Çoklu RAG sistemi desteği
• Ağırlıklı bilgi kaynakları
• Özelleştirilebilir belge kaynakları
• Bağlam zenginleştirme

Veritabanı

• PostgreSQL ile güçlü veri yönetimi
• Asenkron veritabanı işlemleri
• Konuşma geçmişi ve oturum yönetimi

API

• FastAPI ile modern REST API
• Streaming yanıt desteği
• Swagger/OpenAPI dokümantasyonu

📁 Proje Yapısı

plaintext chatbot_framework/ ├── api/ # API şemaları ve bağımlılıklar ├── core/ # Temel bileşenler │ ├── database/ # Veritabanı modelleri │ ├── models/ # Asistan modeli │ ├── rag/ # RAG sistemleri │ └── services/ # Model servisleri ├── routers/ # API route'ları └── scripts/ # Yardımcı scriptler

🚀 Kurulum

1. Gereksinimleri Yükleyin

Virtual environment oluşturun (opsiyonel ama önerilen) python -m venv venv source venv/bin/activate # Linux/Mac venv\Scripts\activate # Windows Gereksinimleri yükleyin pip install -r requirements.txt

2. PostgreSQL Kurulumu

• PostgreSQL'i yükleyin
• Yeni bir veritabanı oluşturun:

CREATE DATABASE chatbot_db;

3. Çevresel Değişkenler

.env dosyası oluşturun: Database Configuration DB_NAME=chatbot_db DB_USER=postgres DB_PASSWORD=your_password DB_HOST=localhost DB_PORT=5432 OpenAI Configuration OPENAI_API_KEY=your_openai_key

4. Veritabanı Tablolarını Oluşturun

python scripts/create_database.py

5. Uygulamayı Başlatın

uvicorn app:app --reload

💻 API Kullanımı

Asistan Oluşturma

curl -X POST "http://localhost:8000/assistants/create"
-H "Content-Type: application/json"
-d '{ "name": "my_assistant", "model_type": "openai", "system_message": "You are a helpful assistant." }'

Mesaj Gönderme

curl -X POST "http://localhost:8000/assistants/my_assistant/chat"
-H "Content-Type: application/json"
-d '{ "message": "What is the meaning of life?", "stream": false }'

Streaming Yanıt Alma

curl "http://localhost:8000/assistants/my_assistant/chat/stream?message=Tell+me+a+story"

RAG Sistemi Ekleme

curl -X POST "http://localhost:8000/rag/my_assistant/add"
-H "Content-Type: application/json"
-d '{ "name": "company_docs", "weight": 1.0, "enabled": true, "documents": { "doc1": "Company information...", "doc2": "Product details..." } }'

🔧 Geliştirme

Yeni Model Servisi Ekleme

1. core/services/ altında yeni bir servis modülü oluşturun
2. BaseLanguageModel sınıfını implement edin:

from .base_model import BaseLanguageModel class NewModelService(BaseLanguageModel): async def generate_text(self, prompt: str) -> str:

Model implementasyonu

pass async def generate_stream(self, prompt: str):

Streaming implementasyonu

pass

Yeni RAG Sistemi Ekleme

1. core/rag/ altında yeni bir RAG modülü oluşturun
2. BaseRAG sınıfını implement edin:

from .base_rag import BaseRAG

class NewRAGSystem(BaseRAG):

async def query(self, query: str) -> dict:

RAG sistemi implementasyonu

🧪 Test

Veritabanı Testleri

Tabloları kontrol et python scripts/check_tables.py Test verisi ekle python scripts/test_database.py

API Testleri

Swagger UI: http://localhost:8000/docs

📊 Veritabanı Şeması

Assistant

• Chatbot asistanlarının yapılandırması
• Model tipi ve sistem mesajı
• RAG sistem entegrasyonu

Conversation

• Konuşma oturumları
• Kullanıcı ve oturum takibi
• Mesaj geçmişi yönetimi

Message

• Kullanıcı ve asistan mesajları
• RAG sonuçları ile ilişki
• Zaman damgalı kayıtlar

RAGSystem

• RAG sistem yapılandırması
• Ağırlık ve durum yönetimi
• Asistan ilişkileri

RAGResult

• RAG sorgu sonuçları
• Bağlam ve meta veriler
• Mesaj ilişkileri

🤝 Katkıda Bulunma

1. Projeyi fork edin
2. Feature branch oluşturun (git checkout -b feature/amazing-feature)
3. Değişikliklerinizi commit edin (git commit -m 'Add amazing feature')
4. Branch'inizi push edin (git push origin feature/amazing-feature)
5. Pull Request oluşturun

📝 Lisans

Bu proje MIT lisansı altında lisanslanmıştır. Detaylar için LICENSE dosyasına bakın.

📮 İletişim

Proje Sahibi - @ahmetmnr

Proje Linki: https://github.com/ahmetmnr/chatbot_framework