Skip to content

README.md

Latest commit

 

History

History
96 lines (63 loc) · 3.8 KB

README.md

File metadata and controls

96 lines (63 loc) · 3.8 KB

Bu depo, iki ayrı uygulama ve toplamda 3 projeyi bir arada barındırıyor;

  • argenova-mobile-app klasörü: Flutter mobil uygulaması (chat_llm_app) ve ilgili Flask API (flask_api) olmak üzere iki proje içerir ve mobil uygulama için hazırlanmıştır.
  • chat_llm_web_app projesi: Nuxt 3 tabanlı web uygulaması, Qdrant ve Ollama ile entegrasyon

Aşağıda her bir uygulamanın amacı, teknoloji yığını, kurulum/geliştirme talimatları ve önemli notlar özetlenmiştir.

1) argenova-mobile-app

Frame 6 ### Amaç
  • Mobil cihazlardan sohbet arayüzü ile mesai verilerine ilişkin sorular sormak ve kısa, Türkçe yanıtlar almak
  • Excel dosyası ile çalışan verilerini backend’e yüklemek ve Qdrant’ta vektör olarak saklamak
  • Sohbet geçmişini cihazda (Hive) kalıcı olarak tutmak

Bileşenler

  • chat_llm_app: Flutter istemci
  • flask_api: Python/Flask backend (Qdrant ve Ollama entegrasyonu)

Teknolojiler

  • Flutter, Riverpod, Hive, http
  • Flask, Qdrant, Ollama, Pandas

Hızlı Başlangıç

Flask API (Geliştirme)

  1. Gerekli servislerin çalışır olduğundan emin olun:
    • Qdrant (örn. http://:6333)
    • Ollama (örn. http://:11434)
  2. argenova-mobile-app/flask_api dizininde .env (opsiyonel) veya config/settings.py değerlerini kontrol edin:
    • QDRANT_URL, AI_SERVICE_URL, PORT varsayılanları
  3. Uygulama:
    • Python ortamı kurun ve bağımlılıkları yükleyin: pip install -r requirements.txt
    • Çalıştırın: python app.py
    • Sağlık kontrolü: GET http://<host>:5000/health

Flutter Mobil (Geliştirme)

  • Android emülatör için backend tabanı: http://10.0.2.2:5000/api
  • Komutlar:
    • flutter pub get
    • flutter run

Dizin Yapısı (özet)

  • chat_llm_app/lib: Modeller (Chat, ChatMessage), provider’lar (ChatNotifier), sayfalar (chat, excel, ayarlar), servis (AIService)
  • flask_api: controllers/ (chat, employee), services/ (ai_service, qdrant_service), config/settings.py, scripts/

Notlar

  • AIService yanıtları kısa ve Türkçe olacak şekilde optimize edilmiştir
  • Excel yüklemede veri temizliği ve gruplayarak tekilleştirme uygulanır
  • Sohbet geçmişi Hive’da saklanır, ilk kullanıcı mesajından sohbet başlığı üretilir

2) chat_llm_web_app

Group 6 ### Amaç
  • Web arayüzü üzerinden mesai verilerini yüklemek (Excel/CSV), Qdrant’a vektör olarak basmak
  • Qdrant’tan özet bağlam çıkarıp Ollama ile kısa, Türkçe sohbet yanıtları üretmek
  • Sohbet geçmişini MongoDB’de oturum bazlı tutmak

Teknolojiler

  • Nuxt 3, Nitro server routes, Tailwind, Pinia
  • Qdrant HTTP API, Ollama HTTP API, MongoDB (Mongoose)

Hızlı Başlangıç (Geliştirme - Docker Compose)

  • Başlat: docker compose -f docker-compose.dev.yml up -d
  • Durdur: docker compose -f docker-compose.dev.yml stop
  • Kaldır: docker compose -f docker-compose.dev.yml down

Sunucu Uçları

Uç noktalar proje içerisinde ilgili controller/route dosyalarında tanımlıdır.

Dizin Yapısı (özet)

  • server/utils: ai.ts (Ollama), qdrant.ts (Qdrant)
  • server/api: chat.post.ts, vectors/upload-excel.post.ts, health.get.ts, history/*
  • app/components: Chat arayüzü, sistem durumu ve vektör yönetimi bileşenleri
  • nuxt.config.ts: runtime config (qdrantUrl, ollamaUrl, mongodbUri vb.)

Notlar

  • Koleksiyon adı: ai_vectors (web). Flutter/Flask tarafındaki mesai koleksiyonundan bağımsızdır.
  • Embedding boyutu 384, Cosine uzaklık kullanılır.