Oracle AI Brown Bag Seminar #7 OCI Generative AI Service 実践編で使用したサンプルコードです。
.
├── README.md
├── app
│ ├── ai_vector_search.py
│ ├── auth.py
│ ├── generative_ai_agents.py
│ ├── generative_ai.py
│ └── main.py
├── notebooks
│ ├── .env-template
│ ├── 01_getting_started_generative_ai_with_sdk.ipynb
│ ├── 02_getting_started_generative_ai_with_langchain.ipynb
│ ├── 03_getting_started_generative_ai_agents.ipynb
│ └── 04_getting_started_oracle_database_23c_ai_vector_search.ipynb
└── requirements.txt
- OCI Search Service with OpenSearch, OCI Cache with Redis が作成可能なネットワークリソースが作成済みであること
- OCI Search Service with OpenSearch v2.3.0+ がプロビジョニング済みであること
- OCI Cache with Redis がプロビジョニング済みであること
- OCI Search Service with OpenSearch にアクセス可能な Compute インスタンスがプロビジョニング済みであること
settings/opensearch.http
に記載されている内容を順番に実行してください。settings/parameters
は自身の環境に合わせて適宜修正してください。
.env-template
をコピーし、.env
を作成してください。内容は、ご自身の環境に合わせて適宜修正してください。
.env-template
をコピーし、.env
を作成してください。内容は、ご自身の環境に合わせて適宜修正してください。
アプリケーションを実行します。
streamlit run main.py
実行すると、以下のようにログが出力されます。
Collecting usage statistics. To deactivate, set browser.gatherUsageStats to False.
You can now view your Streamlit app in your browser.
Network URL: http://<private-ip>:8502
External URL: http://<public-ip>:8502
ブラウザを参照すると、以下のようなアプリケーションが起動されます。
OCI のサービスについて確認すると、以下のように表示されます。