Skip to content

Exoshiva/Ask-PDFi

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

14 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

PDFi Logo PDFi - Intelligent PDF Assistant

Ein smartes RAG-System (Retrieval-Augmented Generation), entwickelt als Proof-of-Concept für die interaktive Analyse von Dokumenten.

Dieses Projekt vereint modernes UI/UX-Design mit leistungsstarker KI-Technologie und entstand im Rahmen meiner Spezialisierung zum Fachinformatiker für Anwendungsentwicklung (FIAE). Der Fokus liegt auf einer nahtlosen User Experience, sauberem Branding und einer hochperformanten Backend-Architektur.

PDFi Chat Interface Screenshot

🏗️ Architektur & Design

Die Anwendung folgt einer klaren Trennung zwischen UI-Steuerung und Geschäftslogik (RAG).

UML Klassendiagramm

🛠️ Tech-Stack

  • Frontend: Streamlit (mit Custom SVG-Branding und Base64-Injektion)
  • LLM: Llama 4 Scout (via Groq API für maximale Inferenz-Geschwindigkeit)
  • Embeddings: HuggingFace all-MiniLM-L6-v2 (Lokal ausgeführt)
  • Vektor-Datenbank: FAISS (In-Memory für schnelle und sichere Abfragen)
  • Framework: LangChain & LangChain-Groq

✨ Kern-Features

  • 📄 Smarte PDF-Verarbeitung: Automatisches Text-Splitting und lokale Vektorisierung.
  • High-Speed Inference: Blitzschnelle Antworten auf komplexe Dokumentenfragen durch die Anbindung an die Groq API.
  • 🎨 Custom UI/UX: Sauberes, responsives Interface. Das Maskottchen "PDFi" wurde als skalierbare Vektorgrafik (SVG) eigens für dieses Projekt entworfen und nahtlos integriert.
  • 🔒 Sicherheit & Architektur: Die Dokumentenverarbeitung (Embeddings) und die FAISS-Vektordatenbank laufen im Arbeitsspeicher, API-Keys werden sicher über Umgebungsvariablen (Secrets) verwaltet.

🚀 Lokale Installation & Start

  1. Repository klonen:
git clone [https://github.com/DEIN_USERNAME/PDFi.git](https://github.com/DEIN_USERNAME/PDFi.git)
cd PDFi
  1. Abhängigkeiten installieren:
pip install -r requirements.txt
  1. Umgebungsvariablen setzen: Erstelle eine .env Datei im Hauptverzeichnis und füge deinen Groq API Key ein:
GROQ_API_KEY=dein_groq_api_key_hier
  1. App starten:
streamlit run src/app.py

📖 Roadmap & Status

  • Projekt-Setup & Architekturplanung
  • Implementierung der RAG-Logik (rag_core.py)
  • UI-Entwicklung & Custom Branding (app.py)
  • Deployment auf Hugging Face Spaces
  • Erweiterung um Multi-Dokumenten-Unterstützung (Future Feature)

Design meets Code. Entwickelt mit Fokus auf Funktionalität und User Experience.

About

Containerized RAG SaaS prototype featuring local document vectorization, high-speed LLM inference, and custom UI/UX design.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages