설명
GitHub에서 호스팅되는 자율 HR 챗봇은 프로토타입 엔터프라이즈 애플리케이션으로 설계되었습니다. 일련의 도구를 사용하여 HR 관련 문의에 답변할 수 있는 자율 에이전트 역할을 합니다. 챗봇의 아키텍처는 LangChain의 에이전트 및 도구 모듈을 기반으로 구축되었으며, Pinecone을 벡터 데이터베이스로 사용하고 ChatGPT 또는 gpt-3.5-turbo로 구동됩니다. 프런트 엔드는 Streamlit으로 개발되었으며, 사용자 상호 작용을 위해 streamlit_chat 구성 요소를 통합합니다.
챗봇의 기능은 몇 가지 주요 도구를 중심으로 합니다. 여기에는 ChatGPT에서 생성된 샘플 HR 정책 문서인 시간 기록 정책과 더미 직원 정보가 포함된 CSV 파일인 직원 데이터가 포함됩니다. HR 정책 문서에 대한 임베딩은 OpenAI의 text-embedding-ada-002 모델을 사용하여 생성되어 Pinecone 색인에 저장됩니다. 직원 데이터는 pandas 데이터프레임으로 로드되어 LangChain의 PythonAstREPLTool을 사용하여 LLM에 의해 조작됩니다. 또한 챗봇은 계산을 수행하기 위해 LangChain의 계산기 체인 모듈인 LLMMathChain을 통합합니다.
이 프로젝트는 gpt-5.2 추론 요약을 통해 LangChain 또는 Pinecone 없이 OpenAI의 Responses API를 통해 에이전트 루프를 사용하는 현대화된 버전을 v2/ 디렉토리에서 제공합니다. 원래 2023년 구현은 참조용으로 보존됩니다. 기술 스택에는 Azure OpenAI Service, LangChain, Pinecone, Streamlit, Azure Data Lake 및 Azure Data Factory가 포함됩니다. 이 프로젝트는 Stephen Bonifacio가 작성했으며, 추가 참여를 위해 LinkedIn 및 Twitter 프로필 링크를 제공합니다.
챗봇의 가치는 HR 쿼리 응답을 자동화하여 엔터프라이즈 환경에서 AI의 실용적인 응용 프로그램을 제공하는 데 있습니다. 정보 검색을 간소화하고 직원이 HR 관련 정보에 효율적으로 액세스할 수 있는 사용자 친화적인 인터페이스를 제공합니다. 이 프로젝트의 오픈 소스 특성으로 인해 사용자 정의 및 추가 개발이 가능하여 개발자와 HR 전문가 모두에게 귀중한 리소스가 됩니다.
자율 HR 챗봇의 핵심 기능
자율 HR 에이전트
HR 쿼리에 답변
LangChain 에이전트 및 도구 사용
Pinecone 벡터 데이터베이스 사용
ChatGPT 또는 gpt-3.5-turbo로 구동
Streamlit으로 구축된 프런트 엔드
시간 기록 정책 도구 포함
CSV에서 직원 데이터 활용
LangChain의 PythonAstREPLTool 통합
LLMMathChain 계산기 통합
OpenAI의 text-embedding-ada-002 모델 사용
OpenAI의 Responses API를 사용한 현대화된 버전
오픈 소스 프로젝트
자율 HR 챗봇 시작하기
복제: 로컬 디렉토리에 리포지토리를 복제합니다.
종속성 설치: 로컬 디렉토리로 이동하여 터미널에서 `pip install -r requirements.txt`를 실행합니다.
API 키 구성: `hr_agent_backend_local.py` 파일(또는 Azure를 사용하는 경우 `hr_agent_backend_azure.py`)에 API 키를 입력합니다.
프런트 엔드 실행: 터미널에서 `streamlit run hr_agent_frontent.py`를 실행합니다.
Pinecone 계정 생성: pinecone.io에서 Pinecone 계정을 생성합니다.
임베딩 저장: 'store_embeddings_in_pinecone.ipynb' 노트북을 실행하고 API 키를 바꿉니다.
자율 HR 챗봇의 사용 사례
- HR 쿼리 자동화
- 직원 셀프 서비스
- 정책 정보 검색
- 데이터 분석
- HR 프로세스 개선
- 지식 기반
- 교육 및 온보딩
- 규정 준수
