当今时代,人工自动技术的飞速开展为各行各业带来了反派性的变动。在人造言语解决畛域,检索增强生成(RAG)系统因其出色的性能和宽泛的运行前景,正成为钻研和运行的热点。当天,我要向您介绍的是一个翻新的系统——Easy-RAG,它不只易于学习、经常使用,还具有自主裁减的才干。宿愿能让您对RAG能更近一步的了解。
一、Easy-RAG 系统概览
Easy-RAG 是一个开明源代码的检索增强生成 (RAG) 系统,旨在提供一种简便的模式来学习和经常使用 RAG 技术,并允许用户自主裁减系统性能。该系统实用于宿愿深化了解和运行 RAG 技术的钻研人员和开发者,无论是在学术钻研还是在商业开发中都能提供强有力的允许。
二、性能特点
Easy-RAG 的性能特点重要包含:
常识库允许:目前允许 txt、csv、pdf 等格局的文件作为常识库,并提供常识库的创立、降级、删除等性能。
聊天性能:允许纯大模型聊天多轮,以及常识库问答,提供复杂召回模式、便捷召回模式和rerank从新排序来提高检索效率搜查模式。
语音转文本:允许音频视频的语音转文本而后向量化,经常使用的 funasr 模型,可在初次启动时从魔塔下载模型。
继续降级方案:方案后续允许 Elasticsearch、Milvus、MongoDB 等向量数据,以及减少语音回答输入和疑问路由常识库的性能。
三、名目结构
Easy-RAG 的名目结构包含:
四、装置与经常使用
Easy-RAG 的装置和经常使用相对便捷,可以经过 Ollama 装置包启动装置,并经过便捷的命令行操作来部署所需的大模型和模型。详细的装置步骤包含下载 Ollama 装置包,运转相应的命令来装置所需的模型,并在性能文件中指定 rerank 模型的门路。
1、Ollma装置,在如下网址选用适宜你机器的ollama 装置包
2、Ollama 装置模型,间接装置咱们须要的两个cmd中口头
ollama run qwen2:7bollama run mofanke/acge_text_embedding:latest
3、名目开发环境 pyhon3.8以上
git clone
4、装置依赖
pip3 install -r requirements.txt -i
5、名目启动
python webui.py
6、常识图谱时时提取工具
python graph_demo_ui.py
总结:
Easy-RAG 是一特性能片面、易于学习和经常使用的 RAG 系统,具有良好的裁减性,适宜钻研人员和开发者启动深化钻研和运行开发。有须要的小同伴们可以经过下方提供地址启动更多的学习。
仓库地址:
名目参考:
原文链接: