Skip to content

Commit 33b37b2

Browse files
granludogranludo
committed
update
1 parent e52f7d3 commit 33b37b2

23 files changed

Lines changed: 520 additions & 65 deletions

‎.DS_Store‎

0 Bytes
Binary file not shown.

‎content/.DS_Store‎

6 KB
Binary file not shown.

‎content/ca/_index.md‎

Lines changed: 14 additions & 3 deletions
Original file line numberDiff line numberDiff line change
@@ -23,7 +23,12 @@ layout: "home"
2323
Dissenya assistents que només responen sobre la matèria que triïs, mantenint-se sempre en el context educatiu apropiat.
2424

2525
### 📚 Ingestió Intel·ligent de Coneixement
26-
Puja documents (PDF, Word, Markdown) i LAMB els processa automàticament, creant una base de coneixement semàntica que alimenta el model mitjançant RAG (Retrieval Augmented Generation).
26+
Puja documents (PDF, Word, Markdown) i LAMB els processa automàticament amb un **model de dades flexible** que:
27+
- Extreu i estructura el contingut preservant context i relacions
28+
- Crea embeddings semàntics optimitzats per a cerca educativa
29+
- Permet metadades personalitzades per a cada document
30+
- S'adapta a diferents formats i estructures de contingut
31+
- Alimenta el model mitjançant RAG (Retrieval Augmented Generation)
2732

2833
### 🔍 Proves i Depuració Avançades
2934
Mode "debug" que mostra el prompt complet per entendre exactament què s'envia al model, facilitant l'optimització de respostes.
@@ -46,9 +51,11 @@ Els estudiants interactuen dins de LAMB; les seves dades no es comparteixen amb
4651
Cadascun amb les seves pròpies instruccions, to i límits personalitzats.
4752

4853
### Bases de Coneixement Flexibles
54+
- **Model de dades adaptable**: arquitectura flexible que permet diferents tipus de contingut i estructures
4955
- Suport per PDF, DOCX, Markdown (més formats pròximament)
5056
- Bases públiques o privades segons necessitats
51-
- Connectors en desenvolupament
57+
- Sistema d'embeddings vectorials per a cerca semàntica
58+
- Connectors en desenvolupament per a fonts externes (Google Drive, YouTube, APIs)
5259

5360
### Múltiples Models d'IA
5461
- OpenAI GPT-4o
@@ -71,7 +78,11 @@ Català, castellà, anglès i euskera inclosos de sèrie.
7178
- Bases privades per evitar usos no autoritzats
7279

7380
### Ecosistema en Creixement
74-
Plugins d'ingestió i noves funcions sense dependència d'un sol proveïdor d'IA.
81+
- **Arquitectura modular i extensible**: dissenyada per incorporar noves funcionalitats sense afectar el nucli
82+
- Plugins d'ingestió personalitzables per a diferents fonts de dades
83+
- API oberta per a integracions amb tercers
84+
- Actualització contínua sense dependència d'un sol proveïdor d'IA
85+
- Model de dades flexible que evoluciona amb les necessitats educatives
7586

7687
---
7788

‎content/ca/tutorial.md‎

Lines changed: 135 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,135 @@
1+
---
2+
title: "Tutorial ràpid de LAMB"
3+
description: "Aprèn a crear i publicar el teu primer assistent d'aprenentatge en menys de 15 minuts"
4+
date: 2025-05-29
5+
draft: false
6+
weight: 100
7+
---
8+
9+
# Tutorial ràpid de **LAMB**
10+
11+
> **Objectiu**: en menys de 15 minuts tindràs un assistent d'aprenentatge que utilitza els teus propis documents i estarà disponible dins del teu curs de Moodle.
12+
13+
---
14+
15+
## 1. Registre i accés
16+
17+
1. Ves a `https://lamp.lamp-project.org`.
18+
2. Prem **Sign Up** i completa el formulari (nom, correu, contrasenya, **Secret Key** que et facilita la coordinació).
19+
20+
![Formulari de registre](../images/screenshots/frame_0005.png)
21+
22+
---
23+
24+
## 2. Coneix el panell principal
25+
26+
En entrar veuràs tres seccions clau:
27+
28+
* **My Assistants** – on vius els teus bots.
29+
* **Knowledge Bases** – les teves bases semàntiques.
30+
* **Open Web UI** – la interfície de xat.
31+
32+
![Panell principal](../images/screenshots/frame_0008.png)
33+
34+
---
35+
36+
## 3. Crea el teu primer assistent
37+
38+
1. A **My Assistants** prem **New**.
39+
2. Posa un nom (p. ex. *Demo*), descriu la seva missió i tria el model (GPT-4o, Mistral, etc.).
40+
3. Desa.
41+
42+
![Creació d'assistent](../images/screenshots/frame_0009.png)
43+
44+
---
45+
46+
## 4. Prova ràpida de l'assistent
47+
48+
Fes clic a la icona de xat per conversar i comprovar que respon.
49+
50+
![Xat de prova](../images/screenshots/frame_0017.png)
51+
52+
---
53+
54+
## 5. Crea una base de coneixement
55+
56+
1. Obre **Knowledge Bases** ► **New**.
57+
2. Marca la base com a *Private* i desa.
58+
59+
![Nova base](../images/screenshots/frame_0020.png)
60+
61+
![Nova base 2](../images/screenshots/frame_0019.png)
62+
---
63+
64+
## 6. Ingestió de documents
65+
66+
1. Dins de la teva base prem **Markdown Ingest** (per ara el mètode més estable).
67+
2. Arrossega PDFs, DOCX o fitxers `.md`.
68+
3. Mantén *Chunk size* ≈ 2000 per a textos llargs.
69+
70+
![Pujada de documents](../images/screenshots/frame_0033.png)
71+
72+
> **Consell**: També pots pujar fitxers .ZIP sempre que continguin .pdf, .docx, .txt o .md.
73+
74+
![Documents a la KB](../images/screenshots/frame_0036.png)
75+
76+
Pots consultar la base de coneixement directament:
77+
78+
![Consulta la KB](../images/screenshots/frame_0030.png)
79+
80+
---
81+
82+
## 7. Connecta la base al teu assistent
83+
84+
1. Torna a **My Assistants** i crea un assistent.
85+
2. A la plantilla busca la secció **RAG** i tria la base acabada de crear.
86+
3. Indica quants fragments (`k = 3` sol bastar).
87+
88+
![Consulta la KB](../images/screenshots/frame_0043.png)
89+
90+
4. Prova el teu assistent a OpenWebui.
91+
92+
---
93+
94+
## 8. Mode *Debug* (opcional però útil)
95+
96+
Clona l'assistent, canvia el model a **Bypass** i activa *Simple RAG* per veure el *prompt* complet que LAMB envia al LLM.
97+
98+
![Vista debug](../images/screenshots/frame_0076.png)
99+
100+
---
101+
102+
## 9. Publica el teu assistent com a eina LTI
103+
104+
Publicar el teu assistent LTI et permetrà que els teus alumnes accedeixin a l'assistent que has creat des del teu curs a Moodle o un altre LMS.
105+
106+
Des de la vista de detall d'Assistent prem **Publish**.
107+
108+
![Pantalla Publish](../images/screenshots/frame_0080.png)
109+
110+
Es generaran tres dades:
111+
* **Tool URL**
112+
* **Consumer Key**
113+
* **Shared Secret**
114+
115+
![Pantalla Publish](../images/screenshots/frame_0081.png)
116+
117+
## 10. Insereix l'assistent a Moodle (LTI 1.1)
118+
119+
1. Al teu curs ► *Afegir activitat* ► **External Tool**.
120+
121+
![Pantalla Publish](../images/screenshots/frame_0089.png)
122+
2. Enganxa la **Tool URL** a *Secure Tool URL*.
123+
3. Copia **Consumer Key** i **Shared Secret**.
124+
4. Ajusta *Launch container* ► *New window*.
125+
5. Desa.
126+
127+
![Configuració a Moodle](../images/screenshots/frame_0090.png)
128+
129+
---
130+
131+
## 11. Vista de l'estudiant
132+
133+
Els alumnes accedeixen des de Moodle; veuen només aquest bot i els seus xats queden emmagatzemats a LAMB, complint la política de privacitat.
134+
135+
![Vista d'estudiant](../images/screenshots/frame_0091.png)

‎content/en/_index.md‎

Lines changed: 14 additions & 3 deletions
Original file line numberDiff line numberDiff line change
@@ -23,7 +23,12 @@ layout: "home"
2323
Design assistants that only respond about the subject you choose, always staying within the appropriate educational context.
2424

2525
### 📚 Intelligent Knowledge Ingestion
26-
Upload documents (PDF, Word, Markdown) and LAMB processes them automatically, creating a semantic knowledge base that feeds the model through RAG (Retrieval Augmented Generation).
26+
Upload documents (PDF, Word, Markdown) and LAMB processes them automatically with a **flexible data model** that:
27+
- Extracts and structures content while preserving context and relationships
28+
- Creates semantic embeddings optimized for educational search
29+
- Allows custom metadata for each document
30+
- Adapts to different formats and content structures
31+
- Feeds the model through RAG (Retrieval Augmented Generation)
2732

2833
### 🔍 Advanced Testing and Debugging
2934
"Debug" mode that shows the complete prompt to understand exactly what is sent to the model, facilitating response optimization.
@@ -46,9 +51,11 @@ Students interact within LAMB; their data is not shared with external AI model p
4651
Each with their own instructions, tone and personalized limits.
4752

4853
### Flexible Knowledge Bases
54+
- **Adaptable data model**: flexible architecture that allows different types of content and structures
4955
- Support for PDF, DOCX, Markdown (more formats coming soon)
5056
- Public or private bases according to needs
51-
- Connectors in development
57+
- Vector embeddings system for semantic search
58+
- Connectors in development for external sources (Google Drive, YouTube, APIs)
5259

5360
### Multiple AI Models
5461
- OpenAI GPT-4o
@@ -71,7 +78,11 @@ Catalan, Spanish, English and Basque included as standard.
7178
- Private bases to prevent unauthorized use
7279

7380
### Growing Ecosystem
74-
Ingestion plugins and new features without dependence on a single AI provider.
81+
- **Modular and extensible architecture**: designed to incorporate new features without affecting the core
82+
- Customizable ingestion plugins for different data sources
83+
- Open API for third-party integrations
84+
- Continuous updates without dependence on a single AI provider
85+
- Flexible data model that evolves with educational needs
7586

7687
---
7788

‎content/en/tutorial.md‎

Lines changed: 135 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,135 @@
1+
---
2+
title: "Quick LAMB Tutorial"
3+
description: "Learn how to create and publish your first learning assistant in less than 15 minutes"
4+
date: 2025-05-29
5+
draft: false
6+
weight: 100
7+
---
8+
9+
# Quick **LAMB** Tutorial
10+
11+
> **Goal**: in less than 15 minutes you will have a learning assistant that uses your own documents and will be available within your Moodle course.
12+
13+
---
14+
15+
## 1. Registration and access
16+
17+
1. Go to `https://lamp.lamp-project.org`.
18+
2. Click **Sign Up** and complete the form (name, email, password, **Secret Key** provided by coordination).
19+
20+
![Registration form](../images/screenshots/frame_0005.png)
21+
22+
---
23+
24+
## 2. Get to know the main dashboard
25+
26+
Upon entering you will see three key sections:
27+
28+
* **My Assistants** – where your bots live.
29+
* **Knowledge Bases** – your semantic bases.
30+
* **Open Web UI** – the chat interface.
31+
32+
![Main dashboard](../images/screenshots/frame_0008.png)
33+
34+
---
35+
36+
## 3. Create your first assistant
37+
38+
1. In **My Assistants** click **New**.
39+
2. Give it a name (e.g. *Demo*), describe its mission and choose the model (GPT-4o, Mistral, etc.).
40+
3. Save.
41+
42+
![Assistant creation](../images/screenshots/frame_0009.png)
43+
44+
---
45+
46+
## 4. Quick assistant test
47+
48+
Click on the chat icon to converse and check that it responds.
49+
50+
![Test chat](../images/screenshots/frame_0017.png)
51+
52+
---
53+
54+
## 5. Create a knowledge base
55+
56+
1. Open **Knowledge Bases** ► **New**.
57+
2. Mark the base as *Private* and save.
58+
59+
![New base](../images/screenshots/frame_0020.png)
60+
61+
![New base 2](../images/screenshots/frame_0019.png)
62+
---
63+
64+
## 6. Document ingestion
65+
66+
1. Inside your base click **Markdown Ingest** (currently the most stable method).
67+
2. Drag PDFs, DOCX or `.md` files.
68+
3. Keep *Chunk size* ≈ 2000 for long texts.
69+
70+
![Document upload](../images/screenshots/frame_0033.png)
71+
72+
> **Tip**: You can also upload .ZIP files as long as they contain .pdf, .docx, .txt or .md.
73+
74+
![Documents in KB](../images/screenshots/frame_0036.png)
75+
76+
You can query the knowledge base directly:
77+
78+
![Query the KB](../images/screenshots/frame_0030.png)
79+
80+
---
81+
82+
## 7. Connect the base to your assistant
83+
84+
1. Go back to **My Assistants** and create an assistant.
85+
2. In the template look for the **RAG** section and choose the newly created base.
86+
3. Indicate how many chunks (`k = 3` is usually enough).
87+
88+
![Query the KB](../images/screenshots/frame_0043.png)
89+
90+
4. Test your assistant in OpenWebui.
91+
92+
---
93+
94+
## 8. *Debug* mode (optional but useful)
95+
96+
Clone the assistant, change the model to **Bypass** and activate *Simple RAG* to see the complete *prompt* that LAMB sends to the LLM.
97+
98+
![Debug view](../images/screenshots/frame_0076.png)
99+
100+
---
101+
102+
## 9. Publish your assistant as an LTI tool
103+
104+
Publishing your LTI assistant will allow your students to access the assistant you have created from your course in Moodle or another LMS.
105+
106+
From the Assistant detail view click **Publish**.
107+
108+
![Publish screen](../images/screenshots/frame_0080.png)
109+
110+
Three pieces of data will be generated:
111+
* **Tool URL**
112+
* **Consumer Key**
113+
* **Shared Secret**
114+
115+
![Publish screen](../images/screenshots/frame_0081.png)
116+
117+
## 10. Insert the assistant in Moodle (LTI 1.1)
118+
119+
1. In your course ► *Add activity* ► **External Tool**.
120+
121+
![Publish screen](../images/screenshots/frame_0089.png)
122+
2. Paste the **Tool URL** in *Secure Tool URL*.
123+
3. Copy **Consumer Key** and **Shared Secret**.
124+
4. Adjust *Launch container* ► *New window*.
125+
5. Save.
126+
127+
![Moodle configuration](../images/screenshots/frame_0090.png)
128+
129+
---
130+
131+
## 11. Student view
132+
133+
Students access from Moodle; they only see this bot and their chats are stored in LAMB, complying with the privacy policy.
134+
135+
![Student view](../images/screenshots/frame_0091.png)

‎content/es/_index.md‎

Lines changed: 14 additions & 3 deletions
Original file line numberDiff line numberDiff line change
@@ -24,7 +24,12 @@ layout: "home"
2424
Diseña asistentes que solo responden sobre la materia que elijas, manteniéndose siempre en el contexto educativo apropiado.
2525

2626
### 📚 Ingesta Inteligente de Conocimiento
27-
Sube documentos (PDF, Word, Markdown) y LAMB los procesa automáticamente, creando una base de conocimiento semántica que alimenta al modelo mediante RAG (Retrieval Augmented Generation).
27+
Sube documentos (PDF, Word, Markdown) y LAMB los procesa automáticamente con un **modelo de datos flexible** que:
28+
- Extrae y estructura el contenido preservando contexto y relaciones
29+
- Crea embeddings semánticos optimizados para búsqueda educativa
30+
- Permite metadatos personalizados para cada documento
31+
- Se adapta a diferentes formatos y estructuras de contenido
32+
- Alimenta al modelo mediante RAG (Retrieval Augmented Generation)
2833

2934
### 🔍 Pruebas y Depuración Avanzadas
3035
Modo "debug" que muestra el prompt completo para entender exactamente qué se envía al modelo, facilitando la optimización de respuestas.
@@ -47,9 +52,11 @@ Los estudiantes interactúan dentro de LAMB; sus datos no se comparten con prove
4752
Cada uno con sus propias instrucciones, tono y límites personalizados.
4853

4954
### Bases de Conocimiento Flexibles
55+
- **Modelo de datos adaptable**: arquitectura flexible que permite diferentes tipos de contenido y estructuras
5056
- Soporte para PDF, DOCX, Markdown (más formatos próximamente)
5157
- Bases públicas o privadas según necesidades
52-
- Conectores en desarrollo
58+
- Sistema de embeddings vectoriales para búsqueda semántica
59+
- Conectores en desarrollo para fuentes externas (Google Drive, YouTube, APIs)
5360

5461
### Múltiples Modelos de IA
5562
- OpenAI GPT-4o
@@ -72,7 +79,11 @@ Catalán, castellano, inglés y euskera incluidos de serie.
7279
- Bases privadas para evitar usos no autorizados
7380

7481
### Ecosistema en Crecimiento
75-
Plugins de ingestión y nuevas funciones sin dependencia de un solo proveedor de IA.
82+
- **Arquitectura modular y extensible**: diseñada para incorporar nuevas funcionalidades sin afectar el núcleo
83+
- Plugins de ingestión personalizables para diferentes fuentes de datos
84+
- API abierta para integraciones con terceros
85+
- Actualización continua sin dependencia de un solo proveedor de IA
86+
- Modelo de datos flexible que evoluciona con las necesidades educativas
7687

7788
---
7889

0 commit comments

Comments
 (0)