為 ORAssistant 做出貢獻

介紹

在 Hacktoberfest 期間為各種儲存庫做出貢獻後，我很高興，但是一旦 Hacktoberfest，我就為為更多開源專案做出貢獻而感到了這種新的深刻興奮。我曾為許多專案做出貢獻，這些專案的技術堆疊包括後端和前端，但這次我想為一個基於人工智慧的專案做出貢獻，特別是與RAG（檢索增強生成）相關的項目，因為我想深入研究進入其中

手術助理

在尋找大量基於 RAG 的儲存庫時，我偶然發現了一個完美的開源 RAG 工具 ORAssistant，它又是一個聊天機器人，可以回答大型專案的常見問題或查詢。

這個工具的架構相當複雜，我仍在嘗試弄清楚主要查詢架構是如何運作的，但這是令人興奮的部分，邊學習邊貢獻。

問題

對於我的第一期，我提出了一個問題，其中任務是自動化反饋循環，用萊曼術語來說，這意味著RAG 應用程式通常依賴用戶的反饋來進一步微調響應，任務是從用戶那裡獲取回饋並將其儲存在資料庫中並將其反饋給模型本身

架構看起來像這樣

目前，系統將回饋儲存在 Google Sheets 中，這又不是一個最佳化的方法

這個問題本身大約需要 4-5 個 PR 才能解決，但為了本部落格的重點，我將其限制在我製作的第一個 PR 上。

第一次請求請求

對於第一個拉取請求，從問題的討論中可以明顯看出，我的任務是先設定並執行資料庫設計。在這樣做的過程中，我遇到了很多問題

面臨的問題

• 在設定過程中，取得GOOGLE_SERVICE_KEY 的文件並不簡單，因此我必須與維護人員仔細檢查並調整我個人Google 帳戶中的許多設定才能啟動並運行它，維護人員是整個過程很有幫助
• 後端存在一些不一致，導致前端無法正常運行，但是這個專案的好處之一是由於後端是動態變化的，他們有一個模擬後端，因此在開發後端時，前額不受影響。

主要解決方案

我為這個PR提出的解決方案，圍繞著選擇合適的數據庫的討論，經過與維護者的詳細討論，我們決定最好使用MongoDB來進行該項目，考慮到可擴展性和靈活性由於MongoDB的無模式性質而產生的字段。

完成初步設計後，我開了一個 PR，與前端的初始設計設定有關

合併過程中面臨的問題之一是它沒有通過CI 管道中的測試，這與我的程式碼中的錯誤無關，而是因為某些儲存庫機密沒有被傳播到我正在處理的儲存庫的分支，因此維護者必須授予我對該存儲庫的寫入權限才能合併我的PR

進一步的貢獻

此 PR 現在將作為進一步 PR 的基礎，最終解決整個問題。說實話，這是我一段時間以來做過的最好的專案之一，僅僅解決一個問題就花了我大約 6-7 個 PR，由此可見該專案是多麼複雜和發達。

我真的很享受我的開源之旅的發展。

以上是為 ORAssistant 做出貢獻的詳細內容。更多資訊請關注PHP中文網其他相關文章！