InsightRed ਨਾਲ ABM ਮਾਰਕੀਟਿੰਗ

ਬਾਰੇ

InsightRed ਇੱਕ LLM-ਚਲිත Account-Based Marketing (ABM) ਟੂਲ ਹੈ ਜੋ Subreddits ਤੋਂ “Hot” ਦੇ ਅਨੁਸਾਰ ਤਾਜ਼ਾ Reddit ਟਿੱਪਣੀਆਂ ਇਕੱਠੀਆਂ ਕਰਦਾ ਹੈ ਅਤੇ ਉਨ੍ਹਾਂ ਯੂਜ਼ਰਾਂ ਦੀ ਪਹਚਾਣ ਕਰਦਾ ਹੈ ਜੋ ਤੁਹਾਡੇ ਪ੍ਰੋਜੈਕਟ ਜਾਂ ਉਤਪਾਦ ਵਿੱਚ ਰੁਚੀ ਦਿਖਾਉਂਦੇ ਹਨ। ਇਹ ਤੁਹਾਨੂੰ Reddit ‘ਤੇ ਉੱਚ ਮੱਲ ਵਾਲੇ ਯੂਜ਼ਰਾਂ ਦੀ ਪਹਚਾਣ ਅਤੇ ਟਾਰਗਟ ਕਰਨ ਵਿੱਚ ਸਾਹਾਇਤਾ ਕਰਦਾ ਹੈ ਤਾਂ ਜੋ ਤੁਸੀਂ ਆਪਣੇ ਉਤਪਾਦ/ਪ੍ਰੋਜੈਕਟ ਲਈ ਪਹਿਲੇ ਯੂਜ਼ਰ ਪ੍ਰਾਪਤ ਕਰ ਸਕੋ। ਇਹ ਪ੍ਰੋਜੈਕਟ ANARCHY ਅਕਤੂਬਰ 2023 ਹੈਕਾਥਾਨ ਲਈ ਬਣਾਇਆ ਗਿਆ ਸੀ।

ਘੋਸ਼ਣਾ(ਆਂ)

19 ਅਕਤੂਬਰ, 2023

ਇਸ ਪ੍ਰੋਜੈਕਟ ਦੇ ਫਾਲੋ-ਅਪ ਵਜੋਂ, ਮੈਨੂੰ ਇਹ ਐਲਾਨ ਕਰਦੇ ਹੋਏ ਬਹੁਤ ਖੁਸ਼ੀ ਹੋ ਰਹੀ ਹੈ ਕਿ ਅਸੀਂ Anarchy ਦੇ ਅਕਤੂਬਰ 2023 ਹੈਕਾਥਾਨ ਵਿੱਚ ਪਹਿਲਾ ਇਨਾਮ ਜਿੱਤਿਆ!

ਟੈਕਸਟ ਮੋਡ ਵਿੱਚ ਸੁਨੇਹਾ ਦੇਖਣ ਲਈ ਇੱਥੇ ਕਲਿੱਕ ਕਰੋ (Discord ਦੇ ਫਾਰਮੈਟਿੰਗ ਕਾਰਨ ਸੋਧੇ ਗਿਆ)

@everyone **👑 HACKATHON 👑**

I'm very excited to announce the second anarchy hackathon's winners as follows:

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

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

Really **AMAZING WORK EVERYBODY** @MathYouF and I were super impressed by all the submissions.

Special mentions go out to:

1. @B3LOL, @alastine , and @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

The feedback we got from these projects has been super valuable and we're going to work on fixing every bit 🦜

We're going to reach out to the teams individually for prizes. Additionally, we think these were incredible enough that we'd like to spend the next few weeks working on showcasing these incredible projects.

ਡੈਮੋ

InsightRed ਦੇ ਘਟਕ

🧩 ਕਲੈਕਟਰ

ਕਲੈਕਟਰ ਦਿੱਤੇ Subreddits ਲਈ Reddit ਦੇ ਤਾਜ਼ਾ ਪੋਸਟਾਂ ਅਤੇ ਉਹਨਾਂ ਪੋਸਟਾਂ ਦੀਆਂ ਟਿੱਪਣੀਆਂ ਇਕੱਠੀਆਂ ਕਰਦਾ ਹੈ, Reddit’s API ਦੀ ਵਰਤੋਂ ਕਰਕੇ। ਇਕੱਠਾ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਕਲੈਕਟਰ ਇਕੱਠੇ ਕੀਤੇ ਡੇਟਾ ਨੂੰ ਲੋਕਲ SQLite ਡੇਟਾਬੇਸ ਵਿੱਚ ਸੇਵ ਕਰਦਾ ਹੈ। ਇਹ python ਪੈਕੇਜ praw ਦੀ ਵਰਤੋਂ ਕਰਕੇ Reddit API ਦੀ ਸਹਾਇਤਾ ਨਾਲ ਅਤੇ ਲੋਕਲ SQLite ਡੇਟਾਬੇਸ ਵਿੱਚ CRUD ਆਪਰੇਸ਼ਨਾਂ ਨੂੰ ਕਰਨ ਲਈ SQLAlchemy ਦੀ ਵਰਤੋਂ ਦੁਆਰਾ ਆਸਾਨ ਬਣਾਇਆ ਗਿਆ ਹੈ।

🧩 ਵੇਕਟਰਾਈਜ਼ਰ

ਵੇਕਟਰਾਈਜ਼ਰ ਲੋਕਲ SQLite ਡੇਟਾਬੇਸ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ ਕਿ ਕਿਹੜੀਆਂ ਟਿੱਪਣੀਆਂ ਵੇਕਟਰ ਡੈਟਾਬੇਸ ਵਿੱਚ ਸੇਵ ਨਹੀਂ ਹੋਈਆਂ। ਟਿੱਪਣੀਆਂ ਦੀ ਸੂਚੀ ਪ੍ਰਾਪਤ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਇਹ OpenAI ਦੇ “text-embedding-ada-002” ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪੋਸਟ+ਟਿੱਪਣੀ ਦਾ ਐਮਬੈਡਿੰਗ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਐਮਬੈਡਿੰਗ ਵੇਕਟਰ ਡੈਟਾਬੇਸ ਵਿੱਚ ਇੱਕ ਇੰਡੈਕਸ ਵਜੋਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਕੁਝ ਮੈਟਾਡੇਟਾ, JSON ਦੇ ਰੂਪ ਵਿੱਚ, ਵੀ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ। ਇੰਡੈਕਸ ਅਤੇ ਮੈਟਾਡੇਟਾ ਫਿਰ ਵੇਕਟਰ ਡੈਟਾਬੇਸ ਨੂੰ ਅਪਲੋਡ ਕਰ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ, ਜੋ ਇਸ ਮਾਮਲੇ ਵਿੱਚ Pinecone (ਕਲਾਉਡ-ਅਧਾਰਿਤ) ਹੈ। ਅਪਲੋਡ ਹੋਣ ਤੋਂ ਬਾਅਦ, ਦੁਹਰਾਏ ਜਾਣ ਤੋਂ ਬਚਣ ਲਈ ਲੋਕਲ SQLite ਡੇਟਾਬੇਸ ਨੂੰ ਅਪਡੇਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਹ ਸਾਰੇ ਕੰਮ Pinecone ਦੇ python ਕਲਾਇੰਟ (pinecone-client) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਵੇਕਟਰ ਡੇਟਾਬੇਸ ਲਈ CRUD ਵਿਕਲਪ ਬਣਾਉਣ ਅਤੇ ਐਮਬੈਡਿੰਗ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਸਾਂਭਣ ਲਈ LangChain ਦੀ ਵਰਤੋਂ ਨਾਲ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।

🧩 ਇੰਟਰਫੇਸ

ਇੰਟਰਫੇਸ ਉਹ ਹੈ ਜਿਸ ਨਾਲ ਯੂਜ਼ਰ ਟੂਲ ਨਾਲ ਇੰਟਰੈਕਟ ਕਰਦਾ ਹੈ। ਇਸ ਮਾਮਲੇ ਵਿੱਚ, ਇੰਟਰਫੇਸ ਇੱਕ CLI ਹੈ। ਇੰਟਰਫੇਸ ਵਿੱਚ Retrieval-Augmented-Generation (RAG) ਦੀ ਇੱਕ ਲਾਗੂਅਤ ਹੈ। ਜਿੱਥੇ ਯੂਜ਼ਰ ਆਪਣੇ ਉਤਪਾਦ ਦਾ ਵਰਣਨ, ਜਾਂਚਣ ਲਈ Subreddits ਦੀ ਸੂਚੀ, ਅਤੇ ਕੁਝ ਫਿਲਟਰ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇਸ ਸੰਦਰਭ ਦੇ ਹਿਸਾਬ ਨਾਲ, ਪਹਿਲਾਂ ਕਲੈਕਟਰ ਫੁੰਕਸ਼ਨ ਨੂੰ ਕਾਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਫਿਰ ਵੇਕਟਰਾਈਜ਼ਰ ਨੂੰ ਕਾਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਜਦੋਂ ਇਹ ਦੋ ਸੇਵਾਵਾਂ ਪ੍ਰੋਸੈਸਿੰਗ ਕਰ ਲੈਂਦੇ ਹਨ, ਦਾਖਲ ਕੀਤਾ ਗਿਆ ਉਤਪਾਦ ਵਰਣਨ ਵੇਕਟਰ ਡੇਟਾਬੇਸ ਵਿੱਚ ਇੱਕ ਸਮਾਨ ਖੋਜ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਸਿਖਰ ਦੇ ਨਤੀਜੇ ਅਤੇ ਉਤਪਾਦ ਦਾ ਵਰਣਨ ਫਿਰ ਇੱਕ ਪ੍ਰਾਂਪਟ ਟੈਂਪਲੇਟ ਵਿੱਚ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ ਜੋ ਅੰਤਿਮ ਪ੍ਰਾਂਪਟ ਬਣਾਉਂਦਾ ਹੈ। ਅੰਤਿਮ ਪ੍ਰਾਂਪਟ ਫਿਰ OpenAI ਦੇ GPT-4 ਮਾਡਲ ਨੂੰ ਭੇਜਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਅੰਤਿਮ ਨਤੀਜੇ ਯੂਜ਼ਰ ਨੂੰ ਪੇਸ਼ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਇਹ ਨਤੀਜੇ ਉਹ ਸਾਰੀਆਂ Reddit ਟਿੱਪਣੀਆਂ ਹੋਣਗੀਆਂ ਜੋ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਸੁਝਾਉਂਦੀਆਂ ਹਨ ਕਿ Reddit ਯੂਜ਼ਰ(ਆਂ) ਦਿੱਤੇ ਉਤਪਾਦ ਵਿੱਚ ਰੁਚੀ ਰੱਖਦੇ ਹੋ ਸਕਦੇ ਹਨ, ਇਸਦੇ ਵਰਣਨ ਦੇ ਆਧਾਰ ‘ਤੇ। ਇਹ ਕੰਪੋਨੈਂਟ ਕਲੈਕਟਰ ਅਤੇ ਵੇਕਟਰਾਈਜ਼ਰ ਦੀਆਂ ਟਿੱਪਣੀਆਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੰਮ ਕਰਦਾ ਹੈ, ਅਤੇ Anarchy ਦੇ LLM-VM ਦੀ ਵਰਤੋਂ ਕਰਕੇ OpenAI ਦੇ GPT-4 ਮਾਡਲ ਨੂੰ ਕਵੈਰੀ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਸੰਭਾਲਦਾ ਹੈ।

ਟੀਮ ਮੈਂਬਰ

ਪ੍ਰਸਿੱਧ ਬਾਹਰੀ ਯੋਗਦਾਨ

ਕਾਸਟਾ (Hacker News)

ਇਸ ਪ੍ਰੋਜੈਕਟ ਲਈ ਪ੍ਰੇਰਣਾ ਪ੍ਰਦਾਨ ਕੀਤੀ ਉਨ੍ਹਾਂ ਦੀ HN ਪੋਸਟ ਰਾਹੀਂ। ਕਿਉਂਕਿ ਉਨ੍ਹਾਂ ਦਾ ਹੱਲ open-source ਨਹੀਂ ਸੀ, ਮੈਂ ਇੱਕ open-source ਵਰਜਨ ਬਣਾਉਣ ਲਈ ਪ੍ਰੇਰਿਤ ਹੋਇਆ (ਇਹ ਪ੍ਰੋਜੈਕਟ)।

ਚੈਟਜੀਪੀਟੀ (GPT-4)

ਡਿਵੈਲਪਮੈਂਟ ਵਿੱਚ ਬਹੁਤ ਮਦਦਗਾਰ ਰਿਹਾ ਅਤੇ ਵਿਕਾਸ ਚੱਕਰ ਨੂੰ ਤੇਜ਼ ਕੀਤਾ। ਅਤੇ ਇਸ ਨੇ OpenAI ਦੇ ਨਵੇਂ DALL-E 3 ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪ੍ਰੋਜੈਕਟ ਦਾ ਲੋਗੋ ਅਤੇ YouTube ਥੰਬਨੇਲ ਜਨਰੇਟ ਕੀਤਾ।

ਜੇਮਜ਼ ਬ੍ਰਿਗਜ਼ (ਯੂਟਿਊਬਰ)

ਜੇਮਜ਼ ਦੀ ਵੀਡੀਓ ਨੇ Reddit ਦੀ API ਵਰਤੋਂ ਕਰਨ ਦੇ ਤਰੀਕੇ ਅਤੇ Python ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਬੁਨਿਆਦੀ RAG ਪਾਈਪਲਾਈਨ ਨੂੰ ਕਿਵੇਂ ਲਾਗੂ ਕਰਨਾ ਹੈ ਨੂੰ ਬੜੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਮਝਾਇਆ।