Excel Dosya Analiz Sistemi - RAG Tabanlı

Bu proje, Excel dosyalarındaki verileri analiz eden bir RAG (Retrieval-Augmented Generation) sistemidir. Türkçe dil desteği ile kullanıcıların doğal dil sorularına yanıt verir.

🚀 Özellikler

• Anlamsal Arama: Excel verilerini embedding vektörleri ile analiz eder
• Türkçe Dil Desteği: Türkçe sorular ve yanıtlar
• Yerel Embedding: İnternet bağlantısı gerektirmeden çalışır
• PostgreSQL + pgvector: Hızlı vektör araması
• Google Gemini Entegrasyonu: Akıllı yanıt üretimi
• Otomatik Veri İşleme: Excel satırlarını doğal dil cümlelerine dönüştürür

📋 Gereksinimler

Sistem Gereksinimleri

• Python 3.8+
• PostgreSQL 12+ (pgvector uzantısı ile)
• RAM: En az 4GB (embedding modeli için)

Python Kütüphaneleri

pip install -r requirements.txt

🛠️ Kurulum

1. Depoyu Klonlayın

git clone https://github.com/Bor4brn/Excel-File-Analyzer-via-RAG.git
cd Excel-File-Analyzer-via-RAG

2. PostgreSQL + pgvector Kurulumu

# PostgreSQL kurulumu (macOS)
brew install postgresql

# pgvector uzantısını ekleyin
git clone https://github.com/pgvector/pgvector.git
cd pgvector
make
make install

3. Veritabanı Oluşturma

CREATE DATABASE excel_analyzer;
\c excel_analyzer;
CREATE EXTENSION IF NOT EXISTS vector;

4. Ortam Değişkenlerini Ayarlayın

.env dosyası oluşturun:

GEMINI_KEY=your_google_gemini_api_key_here
DATABASE_URL=postgresql://username:password@localhost:5432/excel_analyzer

5. Excel Dosyasını Hazırlayın

• Device Dataset.xlsx dosyasını proje kök dizinine yerleştirin
• Veya EXCEL_FILE_PATH değişkenini güncelleyin

🚀 Kullanım

Sistemi Başlatma

python main.py

🏗️ Sistem Mimarisi

1. Veri İşleme

• Excel satırları doğal Türkçe cümlelere dönüştürülür
• Her satır için semantic embedding oluşturulur
• Vektörler PostgreSQL'de saklanır

2. Sorgulama

• Kullanıcı sorusu embedding'e dönüştürülür
• Cosine similarity ile en yakın veri satırları bulunur
• Gemini LLM ile doğal dil yanıtı üretilir

3. Teknoloji Stack

• Embedding: intfloat/multilingual-e5-base
• Vector DB: PostgreSQL + pgvector
• LLM: Google Gemini 1.5 Flash
• Backend: Python + SQLAlchemy

🔧 Yapılandırma

Embedding Modeli Değiştirme

self.embedding_model = SentenceTransformer('başka-model-adı')
LOCAL_EMBEDDING_DIM = yeni_vektör_boyutu

Top-K Sonuç Sayısı

def query_semantic_data(self, query: str, top_k: int = 15):

📈 Performans

• İlk Çalıştırma: 5-10 dakika (embedding oluşturma)
• Sonraki Sorular: 1-3 saniye
• Bellek Kullanımı: ~2GB (model + veri)
• Vektör Arama: <100ms

🐛 Sorun Giderme

Yaygın Hatalar

1. Embedding Format Hatası

TextEncodeInput must be Union[TextInputSequence, Tuple[InputSequence, InputSequence]]

Çözüm: Kod güncellenmiş durumda, tekrar çalıştırın.

2. PostgreSQL Bağlantı Hatası

connection to server failed

Çözüm: PostgreSQL servisinin çalıştığından emin olun.

3. Gemini API Hatası

Invalid API key

Çözüm: .env dosyasında API anahtarını kontrol edin.

📞 İletişim

• GitHub: @Bor4brn
• Proje Linki: https://github.com/Bor4brn/Excel-File-Analyzer-via-RAG

---