InsightRed کے ساتھ ABM مارکیٹنگ

تعارف

InsightRed ایک LLM سے تقویت یافتہ اکاؤنٹ پر مبنی مارکیٹنگ (ABM) ٹول ہے جو Subreddits سے “Hot” کے حساب سے ترتیب دیے گئے تازہ ترین Reddit تبصرے اخذ کرتا ہے، اور ان صارفین کی نشاندہی کرتا ہے جو آپ کے پروجیکٹ یا پروڈکٹ میں ممکنہ دلچسپی ظاہر کرتے ہیں۔ یہ آپ کو Reddit پر زیادہ اہمیت رکھنے والے صارفین کی شناخت اور انہیں ہدف بنانے میں مدد دیتا ہے تاکہ آپ اپنی پروڈکٹ/پروجیکٹ کے لیے ابتدائی صارفین حاصل کر سکیں۔ یہ پروجیکٹ ANARCHY اکتوبر 2023 ہیکاتھون کے لیے بنایا گیا تھا۔

اعلان(ات)

19 اکتوبر، 2023

اس پروجیکٹ کے سلسلے میں، مجھے یہ اعلان کرتے ہوئے خوشی ہو رہی ہے کہ ہم نے Anarchy کے اکتوبر 2023 ہیکاتھون میں پہلی پوزیشن حاصل کی!

پیغام کو TEXT موڈ میں دیکھنے کے لیے یہاں کلک کریں (Discord کی فارمیٹنگ کے باعث ترمیم شدہ)

@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.

ڈیمو

InsightRed کے اجزا

🧩 کلیکٹر

کلیکٹر Reddit کی API کا استعمال کرتے ہوئے دیے گئے Subreddits کے تازہ ترین Reddit پوسٹس اور ان پوسٹس کے تبصرے جمع کرتا ہے۔ جمع کرنے کے بعد، کلیکٹر جمع شدہ ڈیٹا کو مقامی SQLite ڈیٹابیس میں محفوظ کر دیتا ہے۔ یہ کام Reddit API کے استعمال میں مدد کے لیے python پیکیج praw اور مقامی SQLite ڈیٹابیس میں CRUD آپریشنز انجام دینے کے لیے SQLAlchemy کے ذریعے آسان ہو جاتا ہے۔

🧩 ویکٹرائزر

ویکٹرائزر مقامی SQLite ڈیٹابیس کو چیک کرتا ہے تاکہ معلوم ہو سکے کہ کون سے تبصرے ویکٹر ڈیٹابیس میں محفوظ نہیں کیے گئے۔ تبصروں کی فہرست حاصل کرنے کے بعد، یہ OpenAI کے “text-embedding-ada-002” ماڈل کا استعمال کرتے ہوئے پوسٹ+تبصرے کی ایک embedding بناتا ہے۔ اس embedding کو ویکٹر ڈیٹابیس میں ایک Index کے طور پر استعمال کیا جاتا ہے اور JSON کی شکل میں کچھ metadata بھی تخلیق کیا جاتا ہے۔ اس کے بعد Index اور metadata کو ویکٹر ڈیٹابیس میں اپلوڈ کر دیا جاتا ہے، جو اس صورت میں Pinecone (کلاؤڈ پر مبنی) ہے۔ اپلوڈ ہونے کے بعد، مقامی SQLite ڈیٹابیس کو اپ ڈیٹ کیا جاتا ہے تاکہ اسی ڈیٹا کو Pinecone پر دوبارہ اپلوڈ ہونے سے روکا جا سکے۔ یہ سب ویکٹر ڈیٹابیس میں CRUD آپشنز انجام دینے کے لیے Pinecone کے python کلائنٹ (pinecone-client) اور embedding کے عمل کو سنبھالنے کے لیے LangChain استعمال کرتے ہوئے کیا جاتا ہے۔

🧩 انٹرفیس

انٹرفیس وہ چیز ہے جسے صارف ٹول کے ساتھ تعامل کرنے کے لیے استعمال کرتا ہے۔ اس صورت میں، انٹرفیس ایک CLI ہے۔ انٹرفیس میں Retrieval-Augmented-Generation (RAG) کا نفاذ موجود ہے۔ اس میں صارف اپنی پروڈکٹ کی وضاحت، چیک کیے جانے والے Subreddits کی فہرست، اور کچھ فلٹرز فراہم کرتا ہے۔ اس سیاق و سباق کی بنیاد پر پہلے کلیکٹر کو کال کیا جاتا ہے، پھر ویکٹرائزر کو کال کیا جاتا ہے۔ ان دونوں سروسز کے پروسیسنگ مکمل کرنے کے بعد، درج کردہ پروڈکٹ کی وضاحت کو ویکٹر ڈیٹابیس میں اسی طرح کی تلاش کرنے کے لیے استعمال کیا جاتا ہے۔ اس کے بعد اعلیٰ نتائج اور پروڈکٹ کی وضاحت کو ایک prompt template میں شامل کیا جاتا ہے جو حتمی prompt تخلیق کرتا ہے۔ حتمی prompt پھر OpenAI کے GPT-4 ماڈل کو بھیجا جاتا ہے اور حتمی نتائج صارف کے سامنے پیش کیے جاتے ہیں۔ یہ نتائج ان تمام Reddit تبصروں کی فہرست ہوں گے جو اس بات کی مضبوط نشاندہی کرتے ہیں کہ فراہم کردہ پروڈکٹ کی وضاحت کی بنیاد پر Reddit صارف (یا صارفین) اس پروڈکٹ میں دلچسپی رکھتے ہوں گے۔ یہ جزو کلیکٹر اور ویکٹرائزر کے تبصروں کے ساتھ ساتھ، OpenAI کے GPT-4 ماڈل سے استفسار کرنے کے عمل کو سنبھالنے کے لیے Anarchy کے LLM-VM کا استعمال کرتے ہوئے کام کرتا ہے۔

ٹیم کے اراکین

بیرونی ذرائع سے قابلِ ذکر کریڈٹ

casta (Hacker News)

ان کی HN پوسٹ کے ذریعے اس پروجیکٹ کے لیے تحریک فراہم کی۔ چونکہ ان کا حل اوپن سورس نہیں تھا، اس لیے مجھے ایک اوپن سورس ورژن (یہ پروجیکٹ) بنانے کی ترغیب ملی۔

ChatGPT (GPT-4)

اس نے ڈیولپمنٹ میں بہت مدد کی، کیونکہ اس نے ڈیولپمنٹ سائیکل کو واقعی تیز کر دیا۔ اس کے علاوہ، اس نے OpenAI کے نئے DALL-E 3 ماڈل کا استعمال کرتے ہوئے پروجیکٹ کا لوگو اور YouTube تھمب نیل بھی تیار کیا۔

James Briggs (YouTuber)

James کی ویڈیو نے واقعی وضاحت کی کہ Reddit کی API کیسے استعمال کی جائے، نیز Python کا استعمال کرتے ہوئے ایک بنیادی RAG پائپ لائن کیسے نافذ کی جائے۔