جستجو در جزوهها با هوش مصنوعی
فایلهای درس رو به مجموعه قابل جستجو تبدیل کنید و ببینید کدام بخش فایل اصلی، پاسخ رو توضیح میده.
جستجو در جزوهها با هوش مصنوعی برای وقتیه که جواب یک سوال بین چند فایل، اسلاید و یادداشت پراکنده شده. classcorpus از منابع محلی یک نمایه ماندگار میسازه تا ایجنت بخش مرتبط رو پیدا کنه و پاسخ رو با ارجاع به منبع بنویسه. این روش به شما کمک میکنه هنگام مرور، بخش مربوط به جواب رو در فایل اصلی پیدا کنید و نتیجه رو بررسی کنید.
فایلهای PDF، پاورپوینت، Word، متن و بعضی قالبهای زیرنویس پشتیبانی میشن. تحلیل تصویری اسلاید و خواندن متن تصویر انتخابی هستن؛ متن استخراجشده بهتنهایی همه جزییات شکل رو توضیح نمیده. دادههای تولیدشده در فضای محلی کاربر ذخیره میشن و ابزار خودش سرویس مدل آنلاین نداره، اما ایجنت میزبان ممکنه بخشهای انتخابشده رو برای مدل خودش بفرسته. محلی بودن نمایه به معنی آفلاین بودن کل گفتوگو نیست.
کاربردها
- جستجوی جزوه با انتخاب درس و محدوده مشخص
- گرفتن پاسخ همراه با ارجاع به منبع
- مقایسه درسها یا توضیح یک موضوع در چند فایل
- پیدا کردن بخشهای نیازمند بررسی تصویری
- ساخت راهنمای مطالعه از شواهد بازیابیشده
- ثبت پیشرفت مرور فلشکارت در فضای محلی
نصب و استفاده
- اسکیل و بسته ClassCorpus رو برای ایجنت دارای دسترسی به فایل آماده کنید؛ Python نسخه 3.11 یا جدیدتر لازمه. امکانات اختیاری تصویر، PDF و بردارهای محلی، وابستگیهای جدا دارن.
- پوشه مجاز یک درس رو مشخص کنید و از ایجنت بخواهید وضعیت محیط و منابع رو بررسی کنه و بعد نمایه درس رو بسازه.
- مثلا بگید «توضیح این مفهوم رو در جزوههای همین درس پیدا کنید و پاسخ رو با محل منبع بنویسید؛ بخش مبهم رو حدس نزنید».
- ارجاعها رو بازبینی کنید و اگر شکل یا اسکن مهمی جا افتاده، بررسی تصویری یا خواندن متن تصویر رو جدا بخواهید. حذف داده تولیدشده هم نباید فایلهای اصلی رو حذف کنه.
سوالات متداول
منبع
ساخته Jackson Wu. نام اصلی: classcorpus، منتشرشده در GitHub با مجوز Apache-2.0.
مشاهده در GitHub