描述
自主 HR 聊天机器人托管在 GitHub 上，旨在作为原型企业应用程序。它充当一个自主代理，能够使用一套工具来处理与 HR 相关的问题。该聊天机器人的架构基于 LangChain 的代理和工具模块构建，使用 Pinecone 作为矢量数据库，并由 ChatGPT 或 gpt-3.5-turbo 提供支持。前端使用 Streamlit 开发，并结合了 streamlit_chat 组件用于用户交互。
该聊天机器人的功能围绕几个关键工具展开。其中包括考勤政策，这是一个由 ChatGPT 生成的示例 HR 政策文档，以及员工数据，一个包含虚拟员工信息的 CSV 文件。HR 政策文档的嵌入使用 OpenAI 的 text-embedding-ada-002 模型创建，并存储在 Pinecone 索引中。员工数据作为 pandas 数据框加载，并由 LLM 使用 LangChain 的 PythonAstREPLTool 进行操作。此外，该聊天机器人还集成了 LangChain 的计算器链模块 LLMMathChain，用于执行计算。
该项目提供了一个使用 OpenAI 的 Responses API 通过代理循环的现代化版本，没有 LangChain 或 Pinecone，具有 gpt-5.2 推理摘要，可在 v2/ 目录中找到。保留了原始的 2023 年实现以供参考。技术栈包括 Azure OpenAI Service、LangChain、Pinecone、Streamlit、Azure Data Lake 和 Azure Data Factory。该项目由 Stephen Bonifacio 编写，他提供了指向其 LinkedIn 和 Twitter 个人资料的链接，以便进一步互动。
该聊天机器人的价值在于它能够自动化 HR 查询响应，在企业环境中提供 AI 的实际应用。它简化了信息检索，并为员工提供了一个用户友好的界面，以便他们能够高效地访问与 HR 相关的信息。该项目的开源性质允许进行定制和进一步开发，使其成为开发人员和 HR 专业人士的宝贵资源。
自主 HR 聊天机器人的核心功能
自主 HR 代理
回答 HR 查询
使用 LangChain 代理和工具
采用 Pinecone 矢量数据库
由 ChatGPT 或 gpt-3.5-turbo 提供支持
前端使用 Streamlit 构建
包含考勤政策工具
使用来自 CSV 的员工数据
集成 LangChain 的 PythonAstREPLTool
集成 LLMMathChain 计算器
使用 OpenAI 的 text-embedding-ada-002 模型
使用 OpenAI 的 Responses API 的现代化版本
开源项目
自主 HR 聊天机器人入门
克隆：将存储库克隆到本地目录。
安装依赖项：导航到本地目录，并在您的终端中运行 `pip install -r requirements.txt`。
配置 API 密钥：在 `hr_agent_backend_local.py` 文件（或使用 Azure 时为 `hr_agent_backend_azure.py`）中输入您的 API 密钥。
运行前端：在您的终端中运行 `streamlit run hr_agent_frontent.py`。
创建 Pinecone 帐户：在 pinecone.io 上创建一个 Pinecone 帐户。
存储嵌入：运行笔记本 'store_embeddings_in_pinecone.ipynb' 并替换 API 密钥。
自主 HR 聊天机器人的使用案例
- HR 查询自动化
- 员工自助服务
- 政策信息检索
- 数据分析
- HR 流程改进
- 知识库
- 培训和入职
- 合规性
