embedchain 설치와 시작

embedchain은 pip으로 설치하고, App 객체로 챗봇을 만들어 지식 소스를 추가하는 방식으로 시작해요. 문서 형태에 따라 사용법이 약간 다르지만 흐름은 같아요.

출처: embedchain 공식 문서

설치부터 볼게요.

pip install embedchain

기본 사용은 App 객체를 만들고 데이터를 추가하는 거예요.

from embedchain import App

app = App()

지식을 추가할 때는 데이터 유형에 맞는 메서드를 써요. 예를 들어 문서 전체로 인덱스를 만들어 별도로 채팅 인터페이스를 붙이고 싶다면 로컬 인덱스를 만들 수 있어요.

app.add("https://en.wikipedia.org/wiki/Elon_Musk")  # 웹 페이지
app.add_local("path/to/file.pdf")                    # 로컬 파일
app.add_youtube_video("https://www.youtube.com/watch?v=...")  # 유튜브

그리고 질의하면 답을 얻을 수 있어요.

answer = app.query("What is the capital of France?")

Hundreds of documents를 인덱싱하고 별도로 채팅 인터페이스를 구현하고 싶다면, 로컬 인덱스를 만들어 쓰는 방식이 유용해요. Chroma DB 서버를 쓰려면 chroma 저장소를 클론해서 docker-compose up -d --build로 서버를 띄운 뒤 연결할 수도 있어요.

이름만 봐도 직관적인 메서드들이라, 문서 유형별로 조금씩 다른 add 메서드를 익히기만 하면 빠르게 챗봇을 조립할 수 있어요.