README.md

metadata

title: KorChat
emoji: 📚
colorFrom: blue
colorTo: gray
sdk: gradio
sdk_version: 5.38.0
app_file: chatbot.py
pinned: false
license: cc-by-sa-4.0
short_description: Asystent zatrudniania osób z niepełnosprawnościami

Asystent HR dla pracodawców zatrudniających osoby z niepełnosprawnościami

Funkcjonalności

• Wykorzystuje dokumenty PDF jako bazę wiedzy, przetwarza je na wektorową bazę danych (FAISS) w pamięci
• Pozwala na zadawanie pytań w języku polskim z konwersacyjną pamięcią kontekstu (ChatOpenAI, model GPT-4o-mini)
• Odpowiedzi generowane są wyłącznie na podstawie treści dokumentów PDF, wybranych stron internetowych (z pliku urls.txt) oraz hardkodowanych fragmentów (np. wysokości dofinansowań PFRON)
• Każda odpowiedź zawiera źródło informacji (nazwa pliku PDF, strona, sekcja lub URL)
• Obsługuje interaktywny tryb konsolowy z komendami: stats, clear, quit/exit/q
• Przetwarza dokumenty PDF z zachowaniem struktury (chunkowanie sekcji, nagłówków, stron)
• Pobiera i przetwarza treści z wybranych stron internetowych (BeautifulSoup, requests)
• Loguje przebieg działania i błędy (logging)

Źródła wiedzy

• Pliki PDF z katalogu pdfs/
• Adresy URL z pliku urls.txt
• Hardkodowane fragmenty (np. wysokość dofinansowań PFRON)

Wymagania

• Python 3.10+
• Klucz API OpenAI (zmienna środowiskowa OPENAI_API_KEY)
• Zainstalowane pakiety: langchain, langchain_openai, langchain_community, fitz (PyMuPDF), requests, beautifulsoup4

Uruchomienie

1. Ustaw zmienną środowiskową OPENAI_API_KEY z własnym kluczem OpenAI
2. Umieść pliki PDF w katalogu pdfs/
3. (Opcjonalnie) Dodaj adresy URL do pliku urls.txt (jeden w linii)
4. Zainstaluj wymagane pakiety:

   pip install -r requirements.txt
   

5. Uruchom program:

   python hr_assistant.py
   

Tryb interaktywny

Program uruchamia się w trybie konsolowym. Dostępne komendy:

• stats — wyświetla statystyki bazy wiedzy
• clear — czyści pamięć konwersacji
• quit/exit/q — kończy program

Dodatkowe informacje

• Odpowiedzi generowane są wyłącznie na podstawie załadowanych dokumentów i stron.
• Każda odpowiedź zawiera źródło (nazwa pliku PDF, strona, sekcja lub URL).
• Baza wiedzy jest ładowana do pamięci przy starcie programu i nie jest aktualizowana w trakcie działania.
• Logi działania i błędów zapisywane są na konsoli.

Autor

Jacek (2024-2025)