📌 PoC

Questa repository contiene il Proof of Concept per la fase di Requirements and Technology Baseline del capitolato 1, proposto dall'azienda Zucchetti.

---

Artificial QI - LLM Test Evaluation Platform

Una piattaforma per creare, organizzare e testare domande su modelli LLM, con valutazione automatica e analisi dei risultati.

---

Installazione

1. Clona il progetto

git clone https://github.com/7Commits/PoC.git
cd PoC

2. Installa le dipendenze

pip install -r requirements.txt

3. Avvia l'applicazione

streamlit run app.py

L'app si aprirà su http://localhost:8501

API Key OpenAI

Configura la tua chiave API OpenAI:

Linux / macOS

export OPENAI_API_KEY="la-tua-api-key"

Windows (CMD)

set OPENAI_API_KEY=la-tua-api-key

Windows (PowerShell)

$env:OPENAI_API_KEY="la-tua-api-key"

Struttura del progetto

PoC/
├── app.py                     # Script principale dell'app Streamlit
├── requirements.txt           # Lista delle dipendenze
├── README.md                  # Documentazione del progetto
├── .gitignore                 # File di configurazione Git per ignorare file
├── data/                      # File di dati (CSV e JSON)
│   ├── api_presets.csv        # Preset per configurazioni API
│   ├── basic_math.json        # Set di domande su matematica di base
│   ├── capital_cities.json    # Set di domande sulle capitali
│   ├── question_sets.csv      # Set di domande in formato CSV
│   ├── questions.csv          # Domande singole in formato CSV
│   └── test_results.csv       # Risultati dei test eseguiti
├── pages/                     # Script delle pagine Streamlit
│   ├── api_configurazione.py  # Configurazione delle API
│   ├── esecuzione_test.py     # Esecuzione dei test sulle domande
│   ├── gestione_domande.py    # Gestione del database delle domande
│   ├── gestione_set.py        # Gestione dei set di domande
│   └── visualizza_risultati.py# Visualizzazione dei risultati dei test
├── utils/                     # Script di utilità
│   ├── data_utils.py          # Utility per la gestione dei dati
│   ├── openai_utils.py        # Utility per l'interazione con OpenAI
│   ├── ui_utils.py            # Utility per l'interfaccia utente Streamlit
│   └── db_utils.py            # Utility per le operazioni di database

Esecuzione con Docker

Per avviare la piattaforma tramite Docker è possibile utilizzare docker-compose:

docker-compose up --build

Nel file docker-compose.yml il servizio MySQL utilizza MYSQL_ROOT_HOST: '%' per consentire la connessione dal container dell'applicazione. Assicurati che in db.config siano configurati host=db e port=3306.