Intégrations
DocsGPT and Zilliz Cloud Integration

DocsGPT and Zilliz Cloud Integration

Integrate Zilliz Cloud with DocsGPT to build a documentation Q&A system that retrieves accurate, GPT-powered answers from your project docs. Use Milvus as the vector database backend to store and search document embeddings at scale, with minimal configuration and no vector infrastructure to manage.

Utilisez cette intégration gratuitement

Qu’est-ce que DocsGPT ?
DocsGPT est une solution open-source qui permet aux développeurs de poser des questions sur la documentation d’un projet en langage naturel et d’obtenir des réponses précises, propulsées par GPT. Au lieu de rechercher manuellement dans la documentation, les utilisateurs formulent des requêtes en anglais courant et obtiennent des réponses directes fondées sur le contenu source réel. DocsGPT est conçu pour s’intégrer aux projets existants avec une configuration minimale — il gère l’ingestion des documents, l’embedding, la récupération et la génération de réponses dans une seule application Dockerisée.

En intégrant Zilliz Cloud (Milvus entièrement managé) à DocsGPT, vous pouvez stocker et récupérer des embeddings de documents à grande échelle, en maintenant une recherche rapide et précise à mesure que votre documentation se développe, sans gérer vous-même une quelconque infrastructure de base de données vectorielle.
Avantages de l’intégration DocsGPT + Zilliz Cloud
- Réponses fondées sur votre documentation réelle. DocsGPT récupère les fragments de documents les plus pertinents depuis Zilliz Cloud avant de générer une réponse, afin que les réponses restent liées à votre contenu plutôt qu’aux connaissances préalables du modèle.
- Recherche à grande échelle sans surcharge opérationnelle. Zilliz Cloud gère l’indexation, la réplication et le service à grande échelle. Vous vous connectez avec deux variables d’environnement et évitez d’exécuter votre propre cluster de base de données vectorielle.
- Configuration minimale pour changer de magasin vectoriel. Orienter DocsGPT vers Milvus ne nécessite que trois changements de variables d’environnement dans docker-compose.yaml — aucun code applicatif à modifier.
- Prend en charge les déploiements gérés et auto-hébergés. Utilisez Zilliz Cloud pour une configuration entièrement gérée, ou orientez DocsGPT vers un serveur Milvus auto-hébergé si votre environnement l’exige.
- Fonctionne naturellement avec la recherche basée sur LangChain. DocsGPT utilise langchain-milvus en interne, le même connecteur utilisé dans les intégrations LangChain + Zilliz Cloud, de sorte que le pipeline de recherche est éprouvé.
Fonctionnement de l’intégration
DocsGPT ingère la documentation de votre projet, la divise en segments, et convertit chaque segment en un embedding vectoriel à l’aide de modèles GPT. Lorsqu’un utilisateur pose une question, DocsGPT intègre la requête et récupère les segments les plus pertinents dans le magasin de vecteurs avant de générer une réponse en langage naturel. La qualité de la récupération détermine la qualité de la réponse — la base de données vectorielle est ce qui rend cela possible à toute échelle significative.

Zilliz Cloud, la version entièrement gérée de Milvus, fournit la couche de base de données vectorielle pour stocker, indexer et récupérer des embeddings à grande échelle. DocsGPT s’y connecte via un URI et un jeton d’API transmis comme variables d’environnement, de sorte que la même configuration Docker Compose fonctionne pour le développement local et la production. Vous pouvez en savoir plus sur la façon dont Milvus gère la recherche vectorielle dans la documentation officielle.

Ensemble, DocsGPT et Zilliz Cloud permettent de créer facilement un système de questions-réponses sur la documentation à partir de votre contenu existant. Cette combinaison aide les développeurs à créer des applications d’IA capables de répondre précisément aux questions portant sur de vastes ensembles de documentation, de faire évoluer la récupération sans gérer d’infrastructure vectorielle, et de maintenir les réponses ancrées dans les sources plutôt que de générer des réponses non étayées.
Guide étape par étape
1. Cloner le dépôt

Commencez par cloner le dépôt DocsGPT sur votre machine locale. Le projet est fourni avec une configuration Docker Compose qui gère toute l’orchestration des services, donc Docker est le seul prérequis en plus de Git. Une fois cloné, accédez au répertoire du projet avant d’exécuter toute autre commande. (Milvus)
```
git clone https://github.com/arc53/DocsGPT.git
cd DocsGPT
```
2. Ajouter la dépendance Milvus

La couche applicative de DocsGPT utilise langchain-milvus pour communiquer avec Milvus. L’ajouter au fichier requirements.txt sous le dossier application garantit qu’il sera installé lors de la construction de l’image Docker — sans cette étape, le backend ne parviendra pas à se connecter au magasin vectoriel au démarrage. (Milvus)
```
echo "\nlangchain-milvus==0.1.6" >> ./application/requirements.txt
```
3. Configurer les variables d’environnement

DocsGPT lit sa configuration de magasin vectoriel depuis les variables d’environnement au démarrage. Les services backend et worker ont tous deux besoin des mêmes trois variables — le worker gère les tâches d’intégration en arrière-plan de manière indépendante, il a donc besoin de ses propres informations de connexion. Ouvrez docker-compose.yaml et ajoutez ce qui suit aux deux définitions de service. (Milvus)
```
  backend:
    build: ./application
    environment:
      - VECTOR_STORE=milvus
      - MILVUS_URI=...
      - MILVUS_TOKEN=...
```
```
  worker:
    build: ./application
    command: celery -A application.app.celery worker -l INFO -B
    environment:
      - VECTOR_STORE=milvus
      - MILVUS_URI=...
      - MILVUS_TOKEN=...
```
Pour MILVUS_URI et MILVUS_TOKEN, vous avez deux options :
- Zilliz Cloud (recommandé) : Inscrivez-vous pour obtenir un compte gratuit sur cloud.zilliz.com. Après avoir créé un cluster, votre MILVUS_URI (Public Endpoint) et votre MILVUS_TOKEN (clé API) sont disponibles sur la page de détail du cluster.
- Milvus auto-hébergé : Suivez le guide officiel d’installation de Milvus pour exécuter un serveur Milvus. Votre MILVUS_URI sera au format http://<your_server_ip>:19530 et MILVUS_TOKEN au format <your_username>:<your_password>.
4. Démarrer les services

Une fois la configuration en place, exécutez le script d’installation pour construire les images et démarrer tous les services. Le premier lancement prendra quelques minutes pendant que Docker télécharge et construit les éléments nécessaires. Une fois en cours d’exécution, accédez à l’interface utilisateur locale pour téléverser la documentation et commencer à poser des questions. (Milvus)
```
./setup.sh
```
Ouvrez http://localhost:5173/ dans votre navigateur. Vous pouvez téléverser la documentation de votre projet et l’interroger directement via l’interface utilisateur.

Pour arrêter tous les services en cours d’exécution :
```
docker compose down
```
En savoir plus

DocsGPT and Zilliz Cloud Integration

Qu’est-ce que DocsGPT ?

Avantages de l’intégration DocsGPT + Zilliz Cloud

Fonctionnement de l’intégration

Guide étape par étape

1. Cloner le dépôt

2. Ajouter la dépendance Milvus

3. Configurer les variables d’environnement

4. Démarrer les services

En savoir plus

Ressources connexes

Utiliser Milvus dans DocsGPT

Utiliser Milvus dans PrivateGPT

Utiliser Milvus dans AnythingLLM

Déploiement de FastGPT avec Milvus

Créer un RAG avec Milvus et Docling