Hệ thống AI hỗ trợ đọc sách với khả năng upload PDF và trả lời câu hỏi thông minh.

reading_book/
├── config/
│   └── settings.py          # Cấu hình từ biến môi trường
├── schemas/
│   ├── __init__.py
│   ├── input_schemas.py     # Schema cho input
│   └── output_schemas.py    # Schema cho output
├── models/
│   ├── __init__.py
│   ├── embedding_model.py   # Model embedding
│   ├── summarizer_model.py  # Model tóm tắt
│   └── gemini_model.py      # Model Gemini
├── database/
│   ├── __init__.py
│   ├── mongo_client.py      # MongoDB client
│   ├── qdrant_client.py     # Qdrant vector DB
│   └── redis_client.py      # Redis cache
├── utils/
│   ├── __init__.py
│   ├── text_utils.py        # Xử lý text
│   └── prompt_utils.py      # Xử lý prompt
├── services/
│   ├── __init__.py
│   ├── book_service.py      # Service xử lý sách
│   └── question_service.py  # Service xử lý câu hỏi
├── api/
│   ├── __init__.py
│   └── routes.py            # API routes
├── main_new.py              # Entry point mới
├── env.example              # Mẫu file .env
└── requirement.txt          # Dependencies

pip install -r requirement.txt

Copy file env.example thành .env và cập nhật các giá trị:

cp env.example .env

Cập nhật file .env:

# Database Configuration
MONGODB_URI=mongodb://admin:admin123@localhost:27017
MONGODB_DATABASE=books
MONGODB_COLLECTION=chunks

# Qdrant Configuration
QDRANT_HOST=localhost
QDRANT_PORT=6333
QDRANT_COLLECTION_NAME=book_chunks

# Redis Configuration
REDIS_HOST=localhost
REDIS_PORT=6379
REDIS_DB=0

# Google Gemini API
GEMINI_API_KEY=your_gemini_api_key_here

# Model Configuration
EMBEDDING_MODEL=intfloat/multilingual-e5-base
SUMMARIZER_MODEL=pengold/t5-vietnamese-summarization

# Application Configuration
DEBUG=True
HOST=0.0.0.0
PORT=8000

• MongoDB
• Qdrant
• Redis

python main_new.py

POST /api/v1/upload-book
Content-Type: multipart/form-data

file: [PDF file]

POST /api/v1/ask
Content-Type: application/json

{
  "question": "Nội dung chính của sách là gì?",
  "type": "new",
  "history": []
}

POST /api/v1/ask
Content-Type: application/json

{
  "question": "Chi tiết hơn về phần đó?",
  "type": "followup",
  "history": [
    {
      "question": "Nội dung chính của sách là gì?",
      "answer": "Sách nói về..."
    }
  ]
}

• Cấu trúc modular: Code được tổ chức thành các module riêng biệt
• Bảo mật: API keys và cấu hình DB được lưu trong file .env
• Dễ mở rộng: Cấu trúc cho phép dễ dàng thêm tính năng mới
• Tách biệt concerns: Models, services, database được tách riêng
• Type safety: Sử dụng Pydantic schemas cho input/output
• Error handling: Xử lý lỗi tốt hơn

• Quản lý cấu hình từ biến môi trường
• Tự động load file .env

• EmbeddingModel: Xử lý vector embedding
• SummarizerModel: Tóm tắt văn bản
• GeminiModel: Tạo câu trả lời

• MongoClient: Lưu trữ chunks và metadata
• QdrantClient: Vector database cho semantic search
• RedisClient: Cache cho câu hỏi follow-up

• BookService: Xử lý upload và process PDF
• QuestionService: Xử lý câu hỏi và trả lời

• TextUtils: Xử lý text, chunking, normalization
• PromptUtils: Tạo prompt và classify questions

1. Backup file app.py hiện tại
2. Sử dụng main_new.py thay vì app.py
3. Tạo file .env từ env.example
4. Cập nhật API key và cấu hình DB

• API endpoints đã được prefix với /api/v1
• Tất cả cấu hình được lưu trong file .env
• Code được tổ chức theo nguyên tắc SOLID
• Dễ dàng thêm middleware, authentication, logging