End-to-End-Rag-App
1. nahm einen Blog -Beitrag über LLM und kratzte ihn mit BeautifulSoup.
2. nahm den Inhalt und teilte ihn in Stücke auf, um sie an DB zu füttern.
3.. Verwendete Hugginface -Einbettungen, um die Stücke in Vektoren umzuwandeln.
4. Benutzte Cassandra (ASIRDB), um diese Einbettungen zu speichern.
5. Gebrauchtes Mixtral -Modell und unsere benutzerdefinierte Eingabeaufforderung Vorlage.
6. Schließlich schuf eine Abrufkette und rief sie auf, um Ergebnisse zu erzielen.
