Wie mache ich eine schnelle und genaue relevante Datenextraktion für einen Chatbot? [geschlossen] ⇐ Python

[Anonymous]

Ich arbeite an einem Assistationsassistenten, der eine Datenbank mit Informationen zu Apartments, Annehmlichkeiten, Diensten, Kontaktinformationen usw. durchsuchen muss, aber ich kämpfe mit Problemen mit Leistung und Genauigkeit. Derzeit habe ich eine große JSON -Datei mit verschachtelten Immobilieninformationen und verwende die Baumnavigation mit mehreren Claude -API -Aufrufen, um relevante Daten zu finden, wenn Benutzer natürliche Sprachfragen wie "Was ist der Zeitplan für das Fitnessstudio"? oder "Wie melde ich ein Wartungsproblem?" Ich suche nach einer schnellen Suchlösung, die natürliche Sprachabfragen verstehen kann, idealerweise mit einem einmaligen Setup, bei dem ich alle Textdaten abwerfen und eine API oder eine Dienstleistung automatisch verarbeiten kann, um eine genauere Kontextabnahme für Benutzerfragen zu erhalten. Ein ideales Szenario wäre, wenn ich nur all diese Daten in den Kontext für die LLM setzen könnte, aber dies würde die Kosten zu hoch machen und das Eingangs -Token -Fenster überschreiten, da die Datenbank eine Menge Text enthält. Alle Ratschläge, wie man damit umgeht oder mit ähnlichen Projekten erlebt wird, wäre sehr geschätzt! Mein aktueller Tech -Stack ist Python mit Claude -API zur Verarbeitung und Antworten.