CKBA-light

Zie ook: Mijn CKBA hobby-project

CKBA-light is goed gestructureerd als een lichtgewicht AI-gedreven kennisbank. Onder worden de technische stack, huidige functionaliteiten, uitbreidingsmogelijkheden en uitdagingen beschreven:

💡 1: Introductie

• Wat is CKBA? (Kort en krachtig)
• Voor wie is het bedoeld?

💡 2: Probleemstelling

• Bedrijven hebben veel ongebruikte documenten → Moeilijk te doorzoeken
• AI kan dit efficiënt ontsluiten

💡 3: Oplossing (CKBA)

• NLP + vectorstore (FAISS) → Slimme Q&A
• Eenvoudige documentuploads
• Directe antwoorden zonder complexe configuraties

💡 4: Technische Architectuur

Technische Stack:

• Backend: FastAPI als backendframework.
• Server: Hypercorn als ASGI-server.
• Hosting: Railway voor hosting en deployment.
• Data-opslag: FAISS voor vectorstore-functionaliteiten.
• AI: NLP-modellen via Hugging Face (initieel BLOOMZ, nu lichter model: distilgpt2).
• Integratie: PHP-plugin voor integratie met WordPress:

Frontend (WordPress-plugin):

• Uploadfunctie:
  • Documentupload via een formulier, met gebruik van JavaScript en fetch API.
• Vraag/antwoord-functie:
  • Vragen stellen via een formulier en antwoorden ophalen van het /answer endpoint.
• Shortcodes:
  • Meerdere shortcodes voor functionaliteiten, inclusief tests en verbindingen met de database.

💡 5: Huidige Functionaliteiten

• Upload .doc-bestanden
• Vraag-Antwoord functionaliteit
• WordPress-integratie via een plugin

💡 6: Uitdagingen & Beperkingen

• Beperkte resources (Railway, licht NLP-model)
• Geen persistente database (alleen FAISS)
• Geen geavanceerde security/authenticatie