Chatbot Based on Large Language Models Supported by a Tool Aggregating Statistical Data from Databases

Celem niniejszej pracy magisterskiej jest opracowanie zaawansowanego systemu webowego, który integruje nowoczesne technologie backendowe oraz frontendowe w celu dostarczania intuicyjnych narzędzi do interakcji użytkowników z danymi Narodowego Centrum Promieniowania Synchrotronowego SOLARIS (NCPS Solaris). Głównym komponentem backendu jest serwis oparty na frameworku Flask, który realizuje komunikację z bazą danych PostgreSQL, odpowiadającą za przechowywanie kluczowych informacji, w tym konfiguracji ścieżek do serwisów zewnętrznych oraz złożonych zapytań agregujących dane pochodzące z baz danych (w pracy magisterskiej pokazano przykład z MongoDB). Wdrożenie technologii Flask umożliwia implementację REST API, pozwalającego na bezpieczną i wydajną wymianę danych pomiędzy serwisem a innymi modułami systemu.Backend w niniejszym projekcie pełni kluczową rolę w komunikacji z frontendem. Ten przykładowy responsywny interfejs graficzny napisany w Vue.js zapewnia użytkownikom możliwość interakcji z systemem zarówno poprzez narzędzie czatowe, jak i panel do analizy danych statystycznych. Integracja serwisów za pomocą REST API pozwala na płynne przekazywanie zapytań od użytkowników do czatbota, który korzysta z zaawansowanych modeli językowych w celu generowania odpowiedzi w czasie rzeczywistym. Dodatkowo, system wspiera przeszukiwanie i agregację danych statystycznych, które są następnie wyświetlane w interfejsie użytkownika.W aspekcie programistycznym, dużym wyzwaniem było zapewnienie efektywnej współpracy pomiędzy wieloma serwisami oraz integracja różnorodnych baz danych. Wykorzystanie PostgreSQL jako głównej bazy danych zapewnia solidne podstawy do zarządzania złożonymi zapytaniami SQL, sam główny serwis backendowy zawiera mechaniki które przetwarzają zapytania agregujące które mogą umożliwić przetwarzanie danych z innych baz danych zarówno NOSQL jak i SQL(w pracy użyto bazy danych MongoDB) Zastosowanie technologii REST API z Flask umożliwia elastyczną komunikację pomiędzy serwisami oraz integrację z istniejącymi systemami.Pod względem technicznym, niniejsza praca opisuje proces implementacji serwera Flask, projektowania bazy danych PostgreSQL oraz tworzenia interfejsu użytkownika w Vue.js, zapewniającego pełną funkcjonalność serwisu. Wdrożone rozwiązania umożliwiają rozbudowę systemu o dodatkowe moduły oraz integrację z nowymi źródłami danych. Praca podkreśla także korzyści wynikające z zastosowania modularnej architektury, która pozwala na łatwą skalowalność oraz dalszy rozwój systemu w przyszłości.

The objective of this master's thesis is to develop an advanced web system that integrates modern backend and frontend technologies to provide intuitive tools for user interaction with the data of the National Synchrotron Radiation Center SOLARIS (NCPS Solaris). The main component of the backend is a service based on the Flask framework, which handles communication with the PostgreSQL database, responsible for storing key information, including the configuration of paths to external services and complex queries aggregating data from databases (with MongoDB used as an example in the thesis). The implementation of Flask technology enables the development of a REST API, allowing for secure and efficient data exchange between the service and other system modules.In this project, the backend plays a crucial role in communication with the frontend. This sample responsive graphical interface, written in Vue.js, provides users with the ability to interact with the system through both a chat tool and a panel for statistical data analysis. Integration of the services via the REST API allows for smooth transmission of user queries to the chatbot, which uses advanced language models to generate real-time responses. Additionally, the system supports the search and aggregation of statistical data, which is then displayed in the user interface.From a programming perspective, a significant challenge was ensuring effective collaboration between multiple services and the integration of various databases. Using PostgreSQL as the main database provides a solid foundation for managing complex SQL queries, while the main backend service contains mechanisms that process aggregation queries, enabling data processing from both NoSQL and SQL databases (with MongoDB used in the thesis). The use of REST API technology with Flask enables flexible communication between services and integration with existing systems.From a technical standpoint, this thesis describes the process of implementing the Flask server, designing the PostgreSQL database, and creating the user interface in Vue.js, which provides full service functionality. The implemented solutions allow for system expansion with additional modules and integration with new data sources. The thesis also highlights the benefits of using modular architecture, which allows for easy scalability and further system development in the future.