Создайте локального помощника по конкурсам Kaggle с использованием Qdrant RAG и Ollama

Ускорьте разработку на Kaggle с помощью безопасного локального AI-ассистента, настроенного для задач конкурсов. Получайте мгновенные рекомендации по программированию на Python, советы по Data Science и многопоточные беседы, адаптированные под вашу область. Автоматизируйте оркестрацию LLM, обработку документов и интеграцию API с n8n. Увеличьте объем аналитики с помощью RAG на базе Qdrant — мгновенно извлекайте документы конкурсов, руководства, учебные материалы и блокноты. Сохраняйте конфиденциальность и контроль: все вычисления выполняются локально (модели Ollama LLM, встраивания и суммирования), с использованием ускорения GPU для плавной работы. Легко разворачивайте в контейнерах — они уже готовы к работе на любом высокопроизводительном GPU.

Category: n8n

Описание
Отзывы (0)

Описание

Этот рабочий процесс реализует Ассистента для соревнований Kaggle с использованием локального ИИ, который использует большие языковые модели (LLM), генерацию с учетом извлечения (RAG) и векторные базы данных для помощи пользователям в соревнованиях Kaggle, в частности, проверенных на задачах классификации твитов о катастрофах. Он сочетает в себе мониторинг файловой системы, обработку и суммирование документов, векторное внедрение для семантического поиска и интерактивный чат с LLM для помощи в кодировании.

Рабочий процесс структурирован на три основные логические блока:

1.1 Обработка и введение документов
Следит за локальной папкой в поисках новых файлов (например, блокнотов Jupyter), импортирует и извлекает их содержимое, конвертирует в HTML при необходимости, суммирует документы и индексирует их в векторное хранилище Qdrant для извлечения.
1.2 Управление векторным хранилищем и внедрение векторов
Генерирует векторные внедрения для документов с использованием моделей внедрения Ollama и вставляет эти векторы в векторную базу данных Qdrant для обеспечения запросов с учетом извлечения.
1.3 Интерактивный ИИ-чат-агент с инструментами извлечения
Слушает сообщения чата, вызывает ИИ-агента, сконфигурированного как помощника по науке о данных Kaggle, интегрирует извлечение из векторного хранилища для обеспечения контекстно-осознанных многопользовательских бесед, включая советы по кодированию в реальном времени и отладку.

Этот модульный дизайн поддерживает конфиденциальность, работая полностью на месте с ускоренными графическими моделями Ollama и тесно интегрируя оркестрацию n8n с ИИ-сервисами.