# अपने ब्लॉग के लिए "Lawyer GPT" का निर्माण करना | - | Fine Tuning LLM वैकल्पिक |: | Qdrant और जेनेरिक ऑनलाइन LLMs से RAG ## परिचय मेरे [8-part "Lawyer GPT](/blog/building-a-lawyer-gpt-for-your-blog-part1)मैंने आपको दिखाया था कि GPU त्वरण के उपयोग से एक पूरा स्थानीय RAG का निर्माण कैसे करता है लेकिन चलो 's ईमानदारी से हो रहे हैं | - हर कोई एक NVIDIA GPU के साथ एक कार्यस्थान नहीं है |, | \96 | RAM काGB | МSK4 | और CUDA को सेटअप करने के लिए धैर्य | , | cuDNN & #44; , & #39; और GGUF मॉडलों को झगड़ने के लिए | इस लेख में क्लाउड पर आधारित वैकल्पिक - प्रस्तुत किया जाता है | : | एक ही RAG दृष्टिकोण |, | समान Qdrant भेक्टर डाटाबेस | МSK3 | लेकिन स्थानीय निष्कर्ष के बजाय क्लाऊड LLM APIs का प्रयोग करते हुए | मैं अभी भी सीख रहा हूँ कि जो दृष्टिकोण वास्तव में सबसे अच्छा काम करता है। > नोट: यह AI के साथ मेरे प्रयोगों का एक हिस्सा है। [TOC] ## क्यों क्लाउड वैकल्पिक ### मूल दृष्टिकोण पूरी "Lawyer GPT" श्रृंखला एक प्रणाली का निर्माण करता है कि - स्थानीय रूप से चलाता है - कोई API लागत नहीं - तीव्र GPU-accelerated inference - NVIDIA GPU (8GB+ VRAMM SK2 की आवश्यकता है - जटिल सेटअप - VRAM में आप फिट कर सकते हैं मॉडलों तक सीमित - विण्डोज-- ### क्लाउड वैकल्पिक यह दृष्टिकोण आपको देता है - कोई GPU आवश्यक नहीं है ( किसी भी मशीन पर चलाता है - सरल सेटअप (no CUDA - अग्रणी मॉडलों तक पहुँच - क्रॉस - बेहतर आउटपुट गुणवत्ता ( - API लागत (जब भी व्यक्तिगत उपयोग के लिए उचित है - तीसरे पक्ष के APIs को डेटा भेजा गया - लाटेन्सी नेटवर्क पर निर्भर करता है **को कब प्रयोग करना है** स्थानीय दृष्टिकोण का उपयोग करें |--------------------|-------------------| Privacy is critical | Convenience matters most आपके पास GPU हार्डवेयर है | उच्च वॉल्यूम उपयोग | आप tinkering का आनंद ले रहे हैं | | | आप परिणाम तेजी से चाहते हैं [TOC] ## वास्तुकला की समीक्षा क्लाउड संस्करण एक ही RAG मूलभूत रखता है लेकिन API कॉल के लिए स्थानीय LLM निष्कर्ष बदलता है ```mermaid graph TB A[Markdown Files] -->|Ingest| B[Chunking Service] B -->|Text Chunks| C[Cloud Embedding API] C -->|Vectors| D[Qdrant Vector DB] E[User Writing] -->|Current Draft| F[Web/Desktop Client] F -->|Embed Context| C C -->|Query Vector| D D -->|Similar Content| G[Context Builder] G -->|Relevant Past Articles| H[Prompt Engineer] H -->|Prompt + Context| I[Cloud LLM API] I -->|Generated Suggestions| J[Response Handler] J -->|Suggestions + Citations| F F -->|Display| K[Editor with Suggestions] class C,I cloud class D,K local classDef cloud stroke:#f96,stroke-width:4px classDef local stroke:#333,stroke-width:2px ``` **प्रमुख अंतर** - **सम्मिलित मॉडल**OpenAI `text-embedding-3-small` स्थानीय BGE मॉडल के बजाय API - **एलएलएम**स्थानीय मिस्टरल के बजाय : क्लाउड - **कोई जीपीयू आवश्यक नहीं**: सब सीपीयू\-\स्थानीय आधार पर\,\आकलन क्लाऊड में होता है - **सरल विनियोजन**: एकल निष्पादनीय मुझे यह नोट करना चाहिए कि मैंने अभी तक दो दृष्टिकोणों को तुलना करने के लिए विस्तृत मानक नहीं चलाया है। ## टेक्नोलॉजी स्टैक ### कोर फ्रेमवर्क - **नेट** - मूल श्रृंखला के समान - **C#** आधुनिक भाषा विशेषताएँ ### क्लाउड APIs - **ओपनएआई API** - एम्बेडिंग्स - **मानवीय API** वैकल्पिक एलएलएम - **दोनों** - आप मिक्स कर मिला सकते हैं ### भेक्टर डाटाबेस - **क्वारंटCity name (optional, probably does not need a translation)** - मूल के रूप में ही , डोकर द्वारा स्थानीय रूप से चलाया जा सकता है या Qdrant Cloud का उपयोग कर सकते हैं - **वैकल्पिक**पीनकॉन ### क्लाइंट विकल्प - **कंसोल एप्लिकेशन** परीक्षण के लिए महान - **ब्लाज़ोर वेबअसम्बलीName** Web -based, कहीं भी काम करता है - **AvaloniaCity name (optional, probably does not need a translation)** क्रॉस ## सेटअप: त्वरित पथ ### 1. स्थापित Qdrant **विकल्प A: स्थानीय डोकर (विकास के लिए सिफारिश किया गया** ```bash docker run -p 6333:6333 -p 6334:6334 \ -v $(pwd)/qdrant_storage:/qdrant/storage:z \ qdrant/qdrant ``` **विकल्प B: Qdrant क्लाउड | ( | सबसे आसान |)** 1. @info: whatsthis [बादल](https://cloud.qdrant.io) 2. एक मुक्त समूह बनाएँ 3. अपने API कुंजी और क्लस्टर यूआरएल प्राप्त करें **कोई CUDA नहीं** ### API कुंजी प्राप्त करें **ओपनएआई** सम्मिलन के लिए ( 1. यहाँ जाएँ [प्लेटफार्म](https://platform.openai.com) 2. API कुंजी बनाएँ 3. उपयोग सीमा सेट करें **मानवीय** Claude के लिए (वैकल्पिक 1. यहाँ जाएँ [कंसोल](https://console.anthropic.com) 2. API कुंजी बनाएँ ### 3. विन्यास बनाएँ `appsettings.json`: ```json { "BlogRAG": { "Embedding": { "Provider": "OpenAI", "Model": "text-embedding-3-small", "ApiKey": "sk-..." }, "LLM": { "Provider": "Anthropic", "Model": "claude-3-5-sonnet-20241022", "ApiKey": "sk-ant-..." }, "VectorStore": { "Type": "Qdrant", "Url": "http://localhost:6333", "ApiKey": "", "CollectionName": "blog_embeddings" }, "Ingestion": { "MarkdownPath": "/path/to/your/blog/Markdown", "ChunkSize": 500, "ChunkOverlap": 50 } } } ``` **यह है** कोई GPU सेटअप नहीं है, कोई मॉडल डाउनलोड नहीं है (12GB फ़ाइलें ## क्रियान्वयन ### कोर सेवाएँ #### 1. क्लाउड सम्मिलन सेवा ```csharp using OpenAI; using OpenAI.Embeddings; namespace BlogRAG.Services { public interface IEmbeddingService { Task GenerateEmbeddingAsync(string text); Task> GenerateBatchEmbeddingsAsync(List texts); } public class OpenAIEmbeddingService : IEmbeddingService { private readonly OpenAIClient _client; private readonly string _model; private readonly ILogger _logger; public OpenAIEmbeddingService( string apiKey, string model, ILogger logger) { _client = new OpenAIClient(apiKey); _model = model; _logger = logger; } public async Task GenerateEmbeddingAsync(string text) { var embeddings = await GenerateBatchEmbeddingsAsync(new List { text }); return embeddings.First(); } public async Task> GenerateBatchEmbeddingsAsync(List texts) { _logger.LogInformation("Generating embeddings for {Count} texts", texts.Count); var request = new EmbeddingRequest { Input = texts, Model = _model }; var response = await _client.CreateEmbeddingAsync(request); return response.Data .OrderBy(e => e.Index) .Select(e => e.Embedding.ToArray()) .ToList(); } } } ``` **स्थानीय के मुकाबले मुख्य लाभ** - कोई ऑनिक्स रनटाइम सेटअप नहीं - कोई जीपीयू स्मृति प्रबंधन नहीं - ओपनएआई द्वारा स्वचालित बैचिंग - राज्यः-,-,the,-,art अंतःकरण गुण **लागत**प्रति 1K टोकन - ब्लॉग पोस्टों को प्रोसेसिंग 100 - दैनिक उपयोग (10 क्वेरी #### 2. क्लाउड एलएम सेवा ```csharp using Anthropic.SDK; using Anthropic.SDK.Messaging; namespace BlogRAG.Services { public interface ILLMService { Task GenerateCompletionAsync( string systemPrompt, string userPrompt, float temperature = 0.7f); IAsyncEnumerable GenerateStreamingCompletionAsync( string systemPrompt, string userPrompt, float temperature = 0.7f); } public class ClaudeLLMService : ILLMService { private readonly AnthropicClient _client; private readonly string _model; private readonly ILogger _logger; public ClaudeLLMService( string apiKey, string model, ILogger logger) { _client = new AnthropicClient(new APIAuthentication(apiKey)); _model = model; _logger = logger; } public async Task GenerateCompletionAsync( string systemPrompt, string userPrompt, float temperature = 0.7f) { _logger.LogInformation("Generating completion with temperature {Temp}", temperature); var messages = new List { new Message { Role = RoleType.User, Content = userPrompt } }; var request = new MessageRequest { Model = _model, MaxTokens = 2048, Temperature = temperature, System = systemPrompt, Messages = messages }; var response = await _client.Messages.CreateAsync(request); return response.Content.First().Text; } public async IAsyncEnumerable GenerateStreamingCompletionAsync( string systemPrompt, string userPrompt, float temperature = 0.7f) { var messages = new List { new Message { Role = RoleType.User, Content = userPrompt } }; var request = new MessageRequest { Model = _model, MaxTokens = 2048, Temperature = temperature, System = systemPrompt, Messages = messages, Stream = true }; await foreach (var chunk in _client.Messages.StreamAsync(request)) { if (chunk.Delta?.Text != null) { yield return chunk.Delta.Text; } } } } } ``` **स्थानीय से अधिक लाभ** - कोई मॉडल लोड नहीं है (instant startup) - कोई भी VRAM सीमाएँ नहीं (यदि आवश्यक हो तो |200 |K संदर्भ का उपयोग करें - बेहतर आउटपुट गुणवत्ता ( कम से कम सैद्धांतिक रूप में - स्ट्रीमिंग पूर्ण रूप से काम करता है **लागत**: - क्लाउड 3.5सोनेटM SK1 $3/मिलियन इनपुट टोकन - सामान्य ब्लॉग लेखन सत्र (20K इनपुट, 2K आउटपुट - मासिक उपयोग (10 सत्र ये मेरे आरंभिक प्रयोगों पर आधारित बल्पर पार्क आंकड़े हैं #### Qdrant भेक्टर स्टोर ```csharp using Qdrant.Client; using Qdrant.Client.Grpc; namespace BlogRAG.Services { public class QdrantVectorStore { private readonly QdrantClient _client; private readonly string _collectionName; private readonly ILogger _logger; public QdrantVectorStore( string url, string apiKey, string collectionName, ILogger logger) { _client = new QdrantClient(url, apiKey: apiKey); _collectionName = collectionName; _logger = logger; } public async Task CreateCollectionAsync(int vectorSize) { var collections = await _client.ListCollectionsAsync(); if (collections.Any(c => c.Name == _collectionName)) { _logger.LogInformation("Collection {Name} already exists", _collectionName); return; } await _client.CreateCollectionAsync( collectionName: _collectionName, vectorsConfig: new VectorParams { Size = (ulong)vectorSize, Distance = Distance.Cosine }); _logger.LogInformation("Created collection {Name}", _collectionName); } public async Task UpsertAsync( Guid id, float[] vector, Dictionary payload) { var point = new PointStruct { Id = id, Vectors = vector, Payload = payload }; await _client.UpsertAsync(_collectionName, new[] { point }); } public async Task> SearchAsync( float[] queryVector, int limit = 10, float scoreThreshold = 0.7f) { var results = await _client.SearchAsync( collectionName: _collectionName, vector: queryVector, limit: (ulong)limit, scoreThreshold: scoreThreshold); return results.ToList(); } } } ``` **स्थानीय सेटअप के रूप में समान API** सिर्फ स्थानीय Docker या Qdrant Cloud को संकेतित करें ### इंजेक्शन पाइपलाइन ```csharp namespace BlogRAG.Services { public class IngestionService { private readonly IEmbeddingService _embedder; private readonly QdrantVectorStore _vectorStore; private readonly ILogger _logger; public IngestionService( IEmbeddingService embedder, QdrantVectorStore vectorStore, ILogger logger) { _embedder = embedder; _vectorStore = vectorStore; _logger = logger; } public async Task IngestMarkdownFilesAsync(string markdownPath) { var files = Directory.GetFiles(markdownPath, "*.md", SearchOption.AllDirectories); _logger.LogInformation("Found {Count} markdown files", files.Length); foreach (var file in files) { await IngestFileAsync(file); } } private async Task IngestFileAsync(string filePath) { var content = await File.ReadAllTextAsync(filePath); var metadata = ExtractMetadata(content); var chunks = ChunkContent(content); _logger.LogInformation("Processing {File}: {ChunkCount} chunks", Path.GetFileName(filePath), chunks.Count); // Batch embedding generation var texts = chunks.Select(c => c.Text).ToList(); var embeddings = await _embedder.GenerateBatchEmbeddingsAsync(texts); // Upload to Qdrant for (int i = 0; i < chunks.Count; i++) { var chunk = chunks[i]; var embedding = embeddings[i]; var payload = new Dictionary { ["text"] = chunk.Text, ["file_path"] = filePath, ["blog_post_slug"] = metadata.Slug, ["blog_post_title"] = metadata.Title, ["chunk_index"] = i, ["category"] = metadata.Category }; await _vectorStore.UpsertAsync(Guid.NewGuid(), embedding, payload); } _logger.LogInformation("Ingested {File}", Path.GetFileName(filePath)); } private List ChunkContent(string content, int chunkSize = 500, int overlap = 50) { // Simple sentence-aware chunking var sentences = content.Split(new[] { ". ", ".\n", "!\n", "?\n" }, StringSplitOptions.RemoveEmptyEntries); var chunks = new List(); var currentChunk = new StringBuilder(); var currentLength = 0; foreach (var sentence in sentences) { if (currentLength + sentence.Length > chunkSize && currentChunk.Length > 0) { chunks.Add(new TextChunk { Text = currentChunk.ToString() }); // Overlap: keep last sentence currentChunk.Clear(); currentLength = 0; } currentChunk.Append(sentence).Append(". "); currentLength += sentence.Length; } if (currentChunk.Length > 0) { chunks.Add(new TextChunk { Text = currentChunk.ToString() }); } return chunks; } private BlogMetadata ExtractMetadata(string content) { // Extract from markdown frontmatter or HTML comments var titleMatch = Regex.Match(content, @"^#\s+(.+)$", RegexOptions.Multiline); var categoryMatch = Regex.Match(content, @""); return new BlogMetadata { Title = titleMatch.Success ? titleMatch.Groups[1].Value : "Untitled", Category = categoryMatch.Success ? categoryMatch.Groups[1].Value : "General", Slug = Path.GetFileNameWithoutExtension(content) }; } } public class TextChunk { public string Text { get; set; } = string.Empty; } public class BlogMetadata { public string Title { get; set; } = string.Empty; public string Category { get; set; } = string.Empty; public string Slug { get; set; } = string.Empty; } } ``` ### आरएजी जनन सेवा ```csharp namespace BlogRAG.Services { public class RAGGenerationService { private readonly IEmbeddingService _embedder; private readonly QdrantVectorStore _vectorStore; private readonly ILLMService _llm; private readonly ILogger _logger; public RAGGenerationService( IEmbeddingService embedder, QdrantVectorStore vectorStore, ILLMService llm, ILogger logger) { _embedder = embedder; _vectorStore = vectorStore; _llm = llm; _logger = logger; } public async Task GenerateSuggestionAsync( string currentDraft, string requestType = "continue") { // 1. Generate embedding for current draft var draftEmbedding = await _embedder.GenerateEmbeddingAsync(currentDraft); // 2. Search for relevant past content var results = await _vectorStore.SearchAsync( queryVector: draftEmbedding, limit: 5, scoreThreshold: 0.7f); _logger.LogInformation("Found {Count} relevant chunks", results.Count); // 3. Build context from results var contextBuilder = new StringBuilder(); foreach (var result in results) { var text = result.Payload["text"].ToString(); var title = result.Payload["blog_post_title"].ToString(); var score = result.Score; contextBuilder.AppendLine($"## From: {title} (relevance: {score:F2})"); contextBuilder.AppendLine(text); contextBuilder.AppendLine(); } // 4. Build prompt var systemPrompt = BuildSystemPrompt(requestType); var userPrompt = BuildUserPrompt(currentDraft, contextBuilder.ToString(), requestType); // 5. Generate with LLM var suggestion = await _llm.GenerateCompletionAsync( systemPrompt: systemPrompt, userPrompt: userPrompt, temperature: 0.7f); return suggestion; } private string BuildSystemPrompt(string requestType) { return requestType switch { "continue" => @"You are a technical blog writing assistant. Your role is to suggest continuations for blog posts based on the author's past writing style and content. Guidelines: - Match the author's voice and technical depth - Use similar patterns and structures from past posts - Be specific and technical, not generic - Include code examples when relevant - Maintain consistency with past content", "improve" => @"You are a technical blog editor. Your role is to improve sections of blog posts while maintaining the author's voice. Guidelines: - Preserve the author's style - Improve clarity and flow - Add technical depth where appropriate - Suggest better examples from past posts - Fix unclear explanations", "outline" => @"You are a technical blog outline generator. Your role is to suggest outlines for new blog posts based on past structures. Guidelines: - Study the author's typical post structure - Suggest sections based on successful past posts - Include technical depth appropriate to topic - Reference similar past articles", _ => "You are a helpful technical writing assistant." }; } private string BuildUserPrompt(string currentDraft, string context, string requestType) { return $@" # Current Draft {currentDraft} # Relevant Past Content {context} # Request {GetRequestDescription(requestType)} Please provide your suggestion based on the current draft and the relevant past content shown above. Remember to maintain consistency with the author's past writing style and technical approach. "; } private string GetRequestDescription(string requestType) { return requestType switch { "continue" => "Continue writing from where the draft ends. Suggest the next 1-2 paragraphs.", "improve" => "Improve the current draft. Suggest specific edits and enhancements.", "outline" => "Create a detailed outline for completing this post.", _ => "Provide helpful suggestions." }; } } } ``` ## साधारण कंसोल क्लाइंट ```csharp using Microsoft.Extensions.Configuration; using Microsoft.Extensions.DependencyInjection; using Microsoft.Extensions.Logging; namespace BlogRAG.Console { class Program { static async Task Main(string[] args) { // Setup DI and configuration var services = new ServiceCollection(); var configuration = new ConfigurationBuilder() .SetBasePath(Directory.GetCurrentDirectory()) .AddJsonFile("appsettings.json") .AddUserSecrets() // For API keys .Build(); services.AddLogging(builder => builder.AddConsole()); // Register services var embeddingConfig = configuration.GetSection("BlogRAG:Embedding"); services.AddSingleton(sp => new OpenAIEmbeddingService( embeddingConfig["ApiKey"]!, embeddingConfig["Model"]!, sp.GetRequiredService>())); var llmConfig = configuration.GetSection("BlogRAG:LLM"); services.AddSingleton(sp => new ClaudeLLMService( llmConfig["ApiKey"]!, llmConfig["Model"]!, sp.GetRequiredService>())); var vectorConfig = configuration.GetSection("BlogRAG:VectorStore"); services.AddSingleton(sp => new QdrantVectorStore( vectorConfig["Url"]!, vectorConfig["ApiKey"] ?? "", vectorConfig["CollectionName"]!, sp.GetRequiredService>())); services.AddSingleton(); services.AddSingleton(); var serviceProvider = services.BuildServiceProvider(); // Run CLI await RunCLI(serviceProvider, configuration); } static async Task RunCLI(ServiceProvider serviceProvider, IConfiguration configuration) { System.Console.WriteLine("=== Blog RAG Assistant ===\n"); System.Console.WriteLine("Commands:"); System.Console.WriteLine(" ingest - Ingest markdown files"); System.Console.WriteLine(" write - Start writing session"); System.Console.WriteLine(" quit - Exit\n"); while (true) { System.Console.Write("> "); var command = System.Console.ReadLine()?.Trim().ToLower(); switch (command) { case "ingest": await IngestCommand(serviceProvider, configuration); break; case "write": await WriteCommand(serviceProvider); break; case "quit": return; default: System.Console.WriteLine("Unknown command"); break; } } } static async Task IngestCommand(ServiceProvider serviceProvider, IConfiguration configuration) { var ingestion = serviceProvider.GetRequiredService(); var markdownPath = configuration["BlogRAG:Ingestion:MarkdownPath"]; System.Console.WriteLine($"Ingesting from {markdownPath}..."); await ingestion.IngestMarkdownFilesAsync(markdownPath!); System.Console.WriteLine("Ingestion complete!\n"); } static async Task WriteCommand(ServiceProvider serviceProvider) { var rag = serviceProvider.GetRequiredService(); System.Console.WriteLine("\nEnter your draft (end with empty line):"); var draft = new StringBuilder(); string? line; while (!string.IsNullOrWhiteSpace(line = System.Console.ReadLine())) { draft.AppendLine(line); } System.Console.WriteLine("\nGenerating suggestion...\n"); var suggestion = await rag.GenerateSuggestionAsync(draft.ToString()); System.Console.WriteLine("=== Suggestion ==="); System.Console.WriteLine(suggestion); System.Console.WriteLine("\n"); } } } ``` ## सिस्टम चला रहा है ### पहली बार सेटअप ```bash # 1. Clone/create project dotnet new console -n BlogRAG cd BlogRAG # 2. Add packages dotnet add package Qdrant.Client dotnet add package OpenAI dotnet add package Anthropic.SDK dotnet add package Microsoft.Extensions.Configuration.Json dotnet add package Microsoft.Extensions.Configuration.UserSecrets # 3. Set API keys (stored securely) dotnet user-secrets init dotnet user-secrets set "BlogRAG:Embedding:ApiKey" "sk-..." dotnet user-secrets set "BlogRAG:LLM:ApiKey" "sk-ant-..." # 4. Start Qdrant (local) docker run -d -p 6333:6333 qdrant/qdrant # 5. Run ingestion dotnet run > ingest # 6. Start writing > write ``` **कुल सेटअप समय**स्थानीय GPU सेटअप के लिए लगभग : मिनटों की तुलना में लगभग \15 घंटों की 2 घंटा। ### दैनिक उपयोग ```bash # Start Qdrant (if using local Docker) docker start qdrant # Run assistant dotnet run > write # Enter your draft I've been working on a new feature that uses Entity Framework Core... [Ctrl+D or empty line] # Get AI suggestion based on your past EF posts! ``` ## लागत विश्लेषण ### मासिक लागत आकलन (व्यक्तिगत ब्लॉग **परिदृश्य**प्रति माह : लिखने के लिए blog posts प्रचालन | वॉल्यूम | | | लागत |-----------|--------|------| | आरंभिक इनग्रेज़न | एम्बेडिंग्स LLM कॉल्स | **कुल मासिक** | | **~$3.65** | **तुलना के लिए:** - स्थानीय सेटअप - ChatGPT Plus: $20/month (no RAG - व्याकरणिक प्रीमियम **ब्रेक---7 बिंदु**: यदि आप\'\d इस का उपयोग करने के लिए\18+\months\M SK3\local GPU अपने लिए भुगतान करता है\MSC4\अन्यथा\MST5\cloud सस्ता होता है\ MST6\ हालांकि मैं\MSSK7\m अभी भी काम कर रहा हूँ कि क्या मेरे लागत अनुमान सही हैं\ -\ I may be eating my words in a few months when the bills come in ### लागत अनुकूलन टिप 1. **एम्बेडिंग के लिए छोटे मॉडल का उपयोग करें**: - `text-embedding-3-small`टोकन - `text-embedding-3-large`टोकन - लागत अंतर 2. **बैच API कॉल** गैर के लिए (50% सस्ती ```csharp // Use OpenAI Batch API for ingestion var batch = await client.CreateBatchAsync(requests); // Wait hours, pay half price ``` 3. **स्थानीय रूप से कैश एम्बेडिंग**: ```csharp // Don't re-embed identical text var cache = new Dictionary(); ``` 4. **ड्राफ्ट के लिए सस्ती मॉडल का उपयोग करें**: - क्लाउड 3.5 HaikuM SK1 $0.25/M इनपुट - GPT0o-mini: $0.15/M इनपुट 5. **संदर्भ विंडो को सीमित करें**: ```csharp // Retrieve top 3 instead of top 10 chunks limit: 3 // 70% less input tokens ``` ## स्थानीय सेटअप पर लाभ ### 1. बेहतर मॉडल गुणवत्ता मॉडल | | | संदर्भ || | गुणवत्ता |-------|---------|---------|--------|--------| | मिस्टरल | 7 | B | 2 | 3 | K | 4 | Good | 5 | Yes | 6 | Needs | 7 | GB VRAM | 8 | 9 | yes | 10 | Llama | | 3 | 2 | B | 3 | 4 | 5 | Excellent | 6 | No | 7 | Needs | 8 | GB VRAM | 9 | 10 | Yes | GPT | क्लाउड | 3.5 | सूर || | МSK3 | K | M| | सर्वोत्तम |M| | नहीं | MSSK6 | हाँ | एमSK7 **क्लाउड आपको 70B+ मॉडलों तक पहुँच देता है** कि $10K+ GPU हार्डवेयर की आवश्यकता होगी। ### 2. तत्काल अद्यतन ```csharp // Switch models with one line services.AddSingleton(sp => new ClaudeLLMService( // Was GPT-4, now Claude config["ApiKey"], "claude-3-5-sonnet-20241022", // Latest model sp.GetRequiredService>())); ``` **कोई मॉडल डाउनलोड नहीं**, कोई GGUF रूपांतरण नहीं। ### क्रॉस ```bash # Works on Mac (no CUDA support) dotnet run # Just works! # Works on Linux ARM (Raspberry Pi?) dotnet run # Just works! # Works in Codespaces/Gitpod dotnet run # Just works! ``` **स्थानीय दृष्टिकोण केवल विण्डोज + NVIDIA है** ### मापनीयता ```csharp // Handle 100 concurrent users? Easy with APIs await Task.WhenAll(users.Select(u => rag.GenerateSuggestionAsync(u.Draft))); // Local? Limited by your single GPU ``` ### 5. सरल विनियोजन ```bash # Deploy to Azure/AWS/GCP dotnet publish -c Release # Upload single binary, set env vars, done # Local? Need to: # - Include 12GB model files # - Install CUDA on target machine # - Ensure GPU drivers # - Manage VRAM ``` ## सीमाएं & व्यापार ### 1. गोपनीयता चिंताएं **आपका ब्लॉग सामग्री OpenAI/Anthropic. में जाती है** कमन - केवल सार्वजनिक ब्लॉग सामग्री के लिए उपयोग करें - प्रदाता के डेटा उपयोग नीति जाँचें - ओपनएआई: API डेटा को प्रशिक्षण के लिए उपयोग नहीं किया गया है (के रूप में - मानवीय यदि आप गोपनीय विषयवस्तु तैयार कर रहे हैं, तो आपको स्थानीय दृष्टिकोण का उपयोग करना चाहिए। ### 2. नेटवर्क निर्भरता **कोई इंटरनेट नहीं = कोई सहायक नहीं** कमन - स्थानीय रूप से पिछला सुझाव कैश करें - संपादन के लिए ऑफ़लाइन मोड लागू करें - स्थानीय छोटे मॉडलों में वापस गिरें ### 3. लाटेन्सी **API कॉल को 1-3 सेकंड के विपरीत** वास्तविकता जाँच - स्थानीय - क्लाउड - भिन्नता मेरी अनुभव में लेखन सहायता के लिए पूर्णतः स्वीकार्य है। ### विक्रेता लॉक **APIs को स्विच करने के लिए कोड परिवर्तन की आवश्यकता है** कमन ```csharp // Use abstraction layer public interface ILLMService { // Switch providers easily } // Factory pattern services.AddSingleton(sp => { return config["Provider"] switch { "OpenAI" => new OpenAILLMService(...), "Anthropic" => new ClaudeLLMService(...), "Cohere" => new CohereLLMService(...), _ => throw new Exception("Unknown provider") }; }); ``` ## हाइब्रिड दृष्टिकोण **आप स्थानीय और क्लाउड को मिला सकते हैं** पूर्णतः ```csharp public class HybridEmbeddingService : IEmbeddingService { private readonly LocalOnnxEmbedding _local; private readonly OpenAIEmbeddingService _cloud; private readonly bool _preferLocal; public async Task GenerateEmbeddingAsync(string text) { if (_preferLocal && _local.IsAvailable()) { return _local.GenerateEmbedding(text); // Free, fast } return await _cloud.GenerateEmbeddingAsync(text); // Fallback } } ``` **embeddings के लिए स्थानीय का उपयोग करें**: - स्थानीय रूप से सम्मिलित - क्लाउड में LLM यह वास्तव में मेरा है **सिफारिशित दृष्टिकोण**यद्यपि मैं अभी भी यह देखने के लिए प्रयोग कर रहा हूँ कि क्या यह सही संतुलन है 1. छोटे एम्बेडिंग मॉडल को स्थानीय रूप से चलाएँ (गियूपी की आवश्यकता नहीं है 2. एलएलएम के लिए क्लाउड API का उपयोग करें 3. विकास के लिए स्थानीयQdrant,उद्योग के लिए क्लोड ## निष्कर्ष क्लाउड वैकल्पिक के लिए "Lawyer GPT विशेषता |---------|-------|-------| सेटअप समय हार्डवेयर आवश्यकता मॉडल क्वालिटी | मासिक लागत लाटेन्सी निजी क्रॉस Maintenance **जब क्लाउड का उपयोग करना है** - आपके पास NVIDIA GPU नहीं है - आप मैक पर हैं - आप सबसे आसान रास्ता चाहते हैं - आप 10 पोस्टों से कम लिखते हैं - आप सार्वजनिक सामग्री के साथ क्लाउड प्रदाताओं पर भरोसा रखते हैं **जब स्थानीय उपयोग करना है:** - आपके पास GPU हार्डवेयर है - गोपनीयता महत्वपूर्ण है - आप चाहते हैं $0 संचालन लागत - आप 20 पोस्टों से अधिक लिखते हैं - आप tinkering का आनंद उठाते हैं **सर्वोत्तम दृष्टिकोण** क्लाउड से आरंभ करें। ## अगला कदम 1. **कोशिश करें**: कल दोपहर बादल संस्करण सेटअप करें 2. **ingerest. kgm**अपने ब्लॉग पोस्टों को प्रक्रमित करें 3. **लिखें**: अपने पिछले विषयवस्तु के आधार पर AI सुझाव प्राप्त करें 4. **माप**: ट्रैक लागत और उपयोगिता 5. **निर्णय**क्लाउड रखें या स्थानीय में स्थानांतरित करें RAG की सुंदरता है **आप `'` में लॉक नहीं हैं**. भेक्टर डाटाबेस, chunkingM SK2 और पुनःप्राप्ति तर्क आपके LLM आपके GPU पर या OpenAI में है क्या एक ही काम करता है सरल शुरू करें, मूल्य को साबित करें , फिर अनुकूलन करें. मैं अभी भी सीख रहा हूँ क्या सबसे अच्छा काम करता है अपने आप से। ## संसाधन ### संबंधित लेख - [मूल वकील जीपीटी श्रृंखला (भाग 1)](/blog/building-a-lawyer-gpt-for-your-blog-part1) - [RAG व्याख्या (आनुवंशिक)](/blog/building-a-lawyer-gpt-for-your-blog-part1) ### उपकरण & सेवाएँ - [क्वारंटCity name (optional, probably does not need a translation)](https://qdrant.tech/) - भेक्टर डाटाबेस - [क्व्रंट क्लाउडCity name (optional, probably does not need a translation](https://cloud.qdrant.io) Managed hosting - [ओपनएआई प्लेटफार्म](https://platform.openai.com) - [मानवीय कन्सोल](https://console.anthropic.com) - [OpenAI .NET SDK](https://github.com/openai/openai-dotnet) - [मानवीय .NET SDK](https://github.com/tghamm/Anthropic.SDK) ### कोड - पूरा उदाहरण कोड [GitHub रिपोजिटरी अपने क्लाउड के साथ लिखने में प्रसन्नता