Инструкция
Вот файловая система
![](/file/1c2641e43c79d53606296.png)
Открываем файл env:
![](/file/f2cc69d019fb6bd2942b8.png)
API_KEY придумываем от балды, куда-то записываем, запоминаем
BOT_TOKEN получаем в тг @BotFather:
![](/file/192d40d98da8ad8f3b818.png)
OPENROUTER_API_KEY Получаем на сайте https://openrouter.ai/keys
![](/file/3e18c02c2d35af04bd9b5.png)
POSTGRES_PASSWORD ставим любой, можно не запоминать, главное чтоб какой-то особенный, чтоб его не угадали
ADMIN_PASSWORD придумываем любой, запоминаем, сохраняем куда-то
Сохраняем файл
Дальше открываем терминал в папке с проектом и для запуска проекта выполняем команду
![](/file/a7557daec373da163eab0.png)
Далее после запуска (может понадобиться несколько минут, если через 5 минут не откроется, значит что-то не так) переходим на страницу или вместо localhost пишем IP адрес
http://localhost:8000/admin/#/login/?nextURL=/
Туда вводим логин admin и пароль ADMIN_PASSWORD который ранее устанавливали
Нажимаем task и добавить строку
![](/file/53e2aeb5ee81f9c8474c7.png)
ОБЯЗАТЕЛЬНО!! Создаем НУЛЕВОЙ task и пишем туда главный запрос, в него обязательно вставляем в любые места
{RAG} -- релевантные чанки данных из векторной базы знаний
{INSTRUCT} -- инструкция задания
{QUERY} -- запрос пользователя
![](/file/100dc061050d9fdf21643.png)
Создаем ещё несколько заданий с инструкциями
![](/file/7463dc2818cb27cafb129.png)
![](/file/faa6c11cbc6df50f8284f.png)
Затем переходим по адресу http://localhost:8000/docs
нажимаем кнопку authorize пишем туда API_KEY из файла env и нажимаем на кнопку authorize
![](/file/6d57d89d37d9f6c22922b.png)
Далее замочек должен почернеть и закрыться, нажимаем на add_embend и try it out
![](/file/06d3be4eef3230def0e59.png)
ВАЖНО!!! Выбираем именно txt файл и нажимаем execute в ответ должен придти список чанков исходного текста
![](/file/f3ade4b2f85f1cda07473.png)
После этого момента сам тг бот готов к работе, далее будут описываться дополнительные моменты
==============================================
Можно получить весь список чанков в векторной базе знаний /get_embend жмем try it out и execute
![](/file/0859c8fb5741514f4baac.png)
![](/file/df8bb35efb0a16cd4f434.png)
Можно выполнить запрос к векторной базе знаний, ввести любой текст и посмотреть какие чанки возвращаются
![](/file/d10278d260024508c0e22.png)
Есть запрос, который полностью очищает базу знаний, для того чтобы убрать из неё всё, и заново загрузить новые данные через add_embends (можно и не удалять, если добавляете новое, а если обновляется старое, то лучше полностью очистить)
![](/file/2ad0da0d564c36e3b1284.png)
Ещё в админке БД есть логи http://localhost:8000/admin/#/activity/
![](/file/8edd528f69d0e9a3fe27d.png)
![](/file/23d46ba1a9bf8e1b94cfd.png)
В логах храниться следующее:
Айди пользователя, action = действие (menu, start, Задание) и время совершение действия, если действие это задание, то храниться ещё словарь data в котором есть номер задания, запрос пользователя и ответ нейросети. Можно экспортировать в csv (скрин вверху справа в углу)
Для выключение проекта и удаления базы данных используйте следующую команду (если хотите просто остановить проект, не удаляя базу данных, то уберите --volumes)
![](/file/e5b23bbcff8e40633103e.png)