15.08.2023

Создаем самообучаемый чат-бот, используя LLM, Vector DB и парсер сайта

Создаем самообучаемый чат-бот, используя LLM, Vector DB и парсер сайта

Самая полезная и моя любимая площадка для DATA специалистов на русском – DataLearn.

Я несколько раз хотел выступить на ней, но каждый раз стеснялся, поскольку очень плохо говорю (инвалид с детства – ДЦП) В этот раз нашёл силы преодолеть себя.

Мы сделали классный проект в котором создаем самообучаемый чат-бот, используя большую языковую модель, Vector DB и парсер сайта.

В итоге получается чат-бот который индексирует сайт и отвечает на вопросы по нему как человек. Все исходники в открытом доступе.

Будем рады вашим лайкам и репостам в любых соц сетях.

IMAGE ALT TEXT HERE

Исходники https://github.com/TomLetoAI/chat-example

Похожие статьи

Экономика ИИ-агента: когда автоматизация начинает окупаться

пятница, 4 сентября 2026 г.

Экономика ИИ-агента: когда автоматизация начинает окупаться

Рассказываем, как посчитать экономику внедрения ИИ-агента: сколько стоит его запуск и сопровождение, какую нагрузку он снимает с поддержки и как эффект меняется по мере роста автоматизации.

Как выбрать модель для ИИ-агента

вторник, 21 июля 2026 г.

Как выбрать модель для ИИ-агента

Одинаковый вопрос — разные ответы, скорость и стоимость. Проверили восемь LLM-моделей и разобрались, какие из них лучше подходят для разных задач клиентского сервиса.

Понимать и делать: два слоя, из которых строится автоматизация

среда, 27 мая 2026 г.

Понимать и делать: два слоя, из которых строится автоматизация

Рабочая ИИ-автоматизация держится на двух слоях: один отвечает за понимание и принятие решений, второй — за конкретные действия внутри систем. Рассказываем, как этот принцип устроен в Викибот и почему без обоих слоёв ИИ-агент остаётся просто умным чат-ботом.