RagDocs

Ragdocs

Ragdocs هو حل متطور مفتوح المصدر يسبب ثورة في كيفية تفاعلك مع الوثائق. من خلال الجمع بين قوة LLMs المحلية مع الجيل المتطرف في حالة التغذية (RAG) ، يمكن للمطورين الحصول على إجابات دقيقة على الفور من وثائقهم دون أي تكاليف API.

قل وداعا لمكالمات API باهظة الثمن ومخاوف الخصوصية. مع Ragdocs ، تظل جميع الوثائق الخاصة بك خاصة مع توفير تفاعلات تشبه ChatGPT. تم تصميمه باستخدام Milvus Vector Search و Next.js ، وهو جاهز للإنتاج وسهل النشر. جرب مستقبل البحث عن الوثائق مع خصوصية البيانات الكاملة وعدم رسوم الاستخدام.

rag.demo.1.mp4

؟ سمات

• ؟ واجهة الدردشة الذكية : واجهة محادثة مصممة خصيصًا للوثائق الفنية.
• ؟ الجيل المتطور للاسترجاع المعزز : استجابات دقيقة ودراسة السياق.
• ؟ دعم LLM المحلي : مدمج مع Ollama للخصوصية والكفاءة.
• البحث المتجه مدعوم من Milvus : الاستعلام السريع والوثيقة القابلة للتطوير.
• Modern Next.js Frontend : تجربة مستخدم أنيق في الوقت الفعلي.
• دعم متعدد الواجهة : معالجة سلسة مع مداخن التكنولوجيا المتنوعة.
• ⚡ معالجة المستندات السريعة : الابتلاع الفعال وتحليل التحديثات.
• التحديثات الإضافية : احتفظ بمزامنة الوثائق الخاصة بك دون عناء.

---

بنيان

 ragdocs/
├── data/                         # Documentation storage
│   ├── milvus_docs/              # Milvus documentation
│   ├── qdrant_docs/              # Qdrant documentation
│   └── weaviate_docs/            # Weaviate documentation
├── milvus/                       # Milvus standalone setup
│   └── standalone_embed.sh       # Milvus standalone script
├── ragdocs_api/                  # FastAPI backend
│   ├── conversation_api.py       # Chat API endpoints
│   ├── file_tracker.py           # Document change tracking
│   ├── llm_provider.py           # LLM integration (Ollama)
│   ├── markdown_processor.py     # Markdown processing
│   └── rag_system.py             # Core RAG implementation
└── ragdocs_frontend/             # Next.js frontend
    └── src/                      # Frontend source code

---

ابدء

المتطلبات الأساسية

• بيثون 3.12+
• Node.js 20.17.0
• ميلفوس 2.0+
• Ollama (لدعم LLM المحلي)

تثبيت node.js مع NVM :

nvm install 20.17.0
nvm use 20.17.0

---

تثبيت

1. استنساخ المستودع :

git clone https://github.com/AlexisBalayre/RagDocs.git
cd RagDocs

2. تثبيت تبعيات بيثون :

 # Install poetry if not already installed
curl -sSL https://install.python-poetry.org | python3 -

# Install project dependencies
poetry install
poetry shell

التبعيات الرئيسية:

• Llama-Index: 0.11.22
• fastapi: 0.115.4
• Milvus-Lite: 2.4.10
• محولات الجملة: 2.7.0
• الشعلة: 2.5.1

3. تثبيت تبعيات الواجهة الأمامية :

 cd ragdocs_frontend
yarn

4. إعداد متغيرات البيئة :

cp example.env.local .env.local
# Edit .env.local with your configuration

5. ابدأ ميلفوس :

 cd milvus
bash standalone_embed.sh start

6. قم بتشغيل الواجهة الخلفية :

poetry run uvicorn ragdocs_api.conversation_api:app --reload

7. قم بتشغيل الواجهة الأمامية :

 cd ragdocs_frontend
yarn dev

---

الاستخدام

1. إضافة الوثائق : ضع الملفات في المجلدات المعنية ضمن data/ .
2. ابدأ الدردشة : استخدم الواجهة الأمامية للدردشة مع وثائقك واستكشافها.
3. قارن مداخن التكنولوجيا : الاستفادة من ميزات المقارنة المدمجة للتحليل.

---

؟ إعدادات

تحرير ملف .env.local لإعدادات المفاتيح:

 MILVUS_HOST = localhost
MILVUS_PORT = 19530
OLLAMA_MODEL = llama3.2 

---

؟ المساهمة

يتم تشجيع المساهمات! اتبع هذه الخطوات:

1. شوكة المستودع.
2. إنشاء فرع ميزة:

git checkout -b feature/AmazingFeature

3. ارتكب تغييراتك:

git commit -m ' Add some AmazingFeature '

4. ادفع فرعك:

git push origin feature/AmazingFeature

5. افتح طلب سحب.

---

رخصة

هذا المشروع مرخص بموجب ترخيص معهد ماساتشوستس للتكنولوجيا. انظر ملف الترخيص للحصول على التفاصيل.

---

شكر وتقدير

• Vercel AI chatbot - إلهام قالب للواجهة الأمامية.
• LALLAINDEX - القدرة على القدرات الخارقة.
• ميلفوس - البحث المتجه الفعال.
• Ollama - دعم LLM المحلي.

---

يدعم

إذا أضاف هذا المشروع قيمة إلى عملك ، فيرجى إعطائها نجمة!

دعمكم يحدث فرقًا ويشجع المزيد من التطوير. ردود الفعل واقتراحات الميزات نرحب دائمًا!