تسويق ABM مع InsightRed

حول

InsightRed هي أداة تسويق قائمة على الحسابات (ABM) مدعومة بـ LLM تستخرج أحدث التعليقات من Reddit من Subreddits، مرتبة حسب “الأكثر شعبية”، وتحدد المستخدمين الذين يظهرون اهتمامًا محتملًا بمشروعك أو منتجك. تساعدك في تحديد واستهداف المستخدمين ذوي القيمة العالية على Reddit للحصول على مستخدميك الأوائل لمنتجك/مشروعك. تم بناء هذا المشروع من أجل ANARCHY هاكاثون أكتوبر 2023.

إعلان(ات)

19 أكتوبر 2023

كخطوة تالية لهذا المشروع، أنا متحمس للإعلان أننا فزنا بالمركز الأول في هاكاثون أناركي أكتوبر 2023!

انقر هنا لعرض الرسالة في وضع النص (تم تعديلها بسبب تنسيق Discord)

@everyone **👑 هاكاثون 👑**

أنا متحمس جدًا للإعلان عن الفائزين في هاكاثون أناركي الثاني كما يلي:

🥇 "@Ben Zimmerman [T3CH3Y]"، @Mehmet، و"@Ananya Aithal" InsightRed! https://www.youtube.com/watch?v=xhKwnKxmg5k

🥈 @partho و @Karan's DistillClassifier https://www.loom.com/share/d7e7c8e12dd14bcabdf41051433901a1?sid=900cb491-8117-4530-a131-d87eeca1ca6f

عمل **رائع جدًا من الجميع** @MathYouF وكنت متأثرًا جدًا بجميع المشاركات.

تذهب الإشارات الخاصة إلى:

1. @B3LOL، @alastine، و @AndrewKamau's WiE: https://youtu.be/V8gqCvgRcpk
2. "@Mert Bozkir | mertbozkir"'s Doc-String-Ify: https://www.loom.com/share/274565d0ddec417783e739ee728654d3?sid=6bb1b07a-f06a-4ec3-82c6-1d7ba6eae0d3

كانت التعليقات التي حصلنا عليها من هذه المشاريع ذات قيمة كبيرة وسنعمل على إصلاح كل جزء 🦜

سنتواصل مع الفرق بشكل فردي للحصول على الجوائز. بالإضافة إلى ذلك، نعتقد أن هذه المشاريع كانت رائعة بما يكفي لنرغب في قضاء الأسابيع القليلة القادمة في عرض هذه المشاريع الرائعة.

عرض توضيحي

مكونات InsightRed

🧩 جامع البيانات

يجمع جامع البيانات أحدث المشاركات والتعليقات من Reddit، لمجموعة معينة من Subreddits، باستخدام API Reddit. بعد الجمع، يقوم الجامع بحفظ البيانات المجمعة في قاعدة بيانات SQLite محلية. يتم تسهيل ذلك باستخدام حزمة بايثون praw للمساعدة في استخدام API Reddit وSQLAlchemy لأداء عمليات CRUD في قاعدة بيانات SQLite المحلية.

🧩 مُحوّل

يتحقق المُحوّل من قاعدة بيانات SQLite المحلية لمعرفة أي التعليقات لم يتم حفظها في قاعدة بيانات المتجهات. بعد الحصول على قائمة بالتعليقات، يقوم بإنشاء تمثيل للتعليق + المشاركة باستخدام نموذج OpenAI “text-embedding-ada-002”. يتم استخدام هذا التمثيل كفهرس في قاعدة بيانات المتجهات ويتم أيضًا إنشاء بعض البيانات الوصفية، في شكل JSON. يتم بعد ذلك تحميل الفهرس والبيانات الوصفية إلى قاعدة بيانات المتجهات، والتي في هذه الحالة هي Pinecone (مبنية على السحابة). بعد التحميل، يتم تحديث قاعدة بيانات SQLite المحلية لتجنب إعادة تحميل نفس البيانات إلى Pinecone. يتم كل ذلك باستخدام عميل بايثون الخاص بـ Pinecone (pinecone-client) لإجراء خيارات CRUD على قاعدة بيانات المتجهات وLangChain للتعامل مع عملية التمثيل.

🧩 واجهة المستخدم

الواجهة هي ما يستخدمه المستخدم للتفاعل مع الأداة. في هذه الحالة، الواجهة هي واجهة سطر الأوامر (CLI). تحتوي الواجهة على تنفيذ لـ التوليد المعزز بالاسترجاع (RAG). حيث يقدم المستخدم وصفًا لمنتجه، وقائمة من Subreddits للتحقق منها، بالإضافة إلى بعض الفلاتر. بناءً على هذا السياق، يتم استدعاء الجامع ثم يتم استدعاء المُحوّل. بعد أن تنتهي هاتان الخدمتان من المعالجة، يتم استخدام وصف المنتج المدخل لإجراء بحث مشابه في قاعدة بيانات المتجهات. يتم بعد ذلك إدخال النتائج العليا ووصف المنتج في قالب موجه يقوم بإنشاء الموجه النهائي. يتم بعد ذلك إرسال الموجه النهائي إلى نموذج GPT-4 الخاص بـ OpenAI وتقديم النتائج النهائية للمستخدم. ستكون هذه النتائج قائمة بجميع التعليقات على Reddit التي تشير بشدة إلى أن مستخدم Reddit (أو المستخدمين) سيكونون مهتمين بالمنتج المقدم، بناءً على وصفه. تعمل هذه المكونة باستخدام تعليقات الجامع والمحوّل، بالإضافة إلى استخدام LLM-VM من أناركي للتعامل مع استعلام نموذج GPT-4 الخاص بـ OpenAI.

أعضاء الفريق

ائتمان خارجي ملحوظ

كاستا (Hacker News)

توفير الإلهام لهذا المشروع من خلال منشور HN. نظرًا لأن حلهم لم يكن مفتوح المصدر، فقد تم تحفيزي لإنشاء نسخة مفتوحة المصدر (هذا المشروع).

ChatGPT (GPT-4)

كان مفيدًا جدًا في التطوير من خلال تسريع دورة التطوير. وقد أنشأ شعار المشروع وصورة مصغرة على YouTube باستخدام نموذج DALL-E 3 الجديد من OpenAI.

جيمس بريغز (يوتيوب)

شرح فيديو جيمس حقًا كيفية استخدام API Reddit وكذلك كيفية تنفيذ خط أنابيب RAG أساسي باستخدام بايثون.

حول