Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

Add question caching

Ouverte
  • Quelque chose ne va pas ?
#82 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
5/5
Temps estimé
Plus d'une semaine
Accessibilité débutants
20/100
Type d'issue
Fonctionnalité
Clarté
À clarifier
Activité
À l'abandon
Stack technique
postgresql, python
Domaine
ai, backend, databases

Piste de recherche

Commencez par le flux chat_completion proposé et suivez le chemin existant d’une requête RAG, notamment la génération des embeddings, la recherche vectorielle, l’historique du chat et la génération de completion. Définissez le stockage du cache, le comportement de correspondance et la valeur de retour en cas d’accès réussi au cache avant l’implémentation ; done doit inclure des accès réussis et des échecs de cache fonctionnels, avec des tests pour les deux chemins.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

Description

Add a question caching feature. Pseudocode based on other repo-

def chat_completion(user_input):
   # Generate embeddings from the user input
   user_embeddings = generate_embeddings(openai_client, user_input)
   # Query the chat history cache first to see if this question has been asked before
   cache_results = cache_search(vectors=user_embeddings , num_results=1)
 
   if len(cache_results) > 0:
       return cache_results[0]['completion'], True
   else:
       # Perform vector search 
       search_results = get_similar_docs(openai_client, dbsource, user_input, 3)
       print("Getting Chat History\n")
       # Chat history
       chat_history = get_chat_history(1)
 
       # Generate the completion
       print("Generating completions \n")
       completions_results = generatecompletionede(user_input, search_results, chat_history)
 
       # Cache the response
       cacheresponse(user_input, user_embeddings, completions_results)
 
       print("\n")
       # Return the generated LLM completion
       return completions_results['choices'][0]['message']['content'], False
Langage dominant
Python
Étoiles
505
Forks
1.1k
Merge moyen
3 j 13 h
PR mergées (30 j)
1

Préparer son environnement

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de Azure-Samples/rag-postgres-openai-python

Toutes les issues de Azure-Samples/rag-postgres-openai-python

Issues similaires

Plus d'issues Python

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.