RAG Framework

ラグフレームワーク

ベクトルストアデータベースを使用して、検索された生成（RAG）を実装するためのPythonフレームワーク。このフレームワークは、ベクターストアリポジトリを使用して、効果的なRAG実装のために埋め込みを保存および取得します。

構造

• Main.py-メインラグパイプラインフレームワーク、RAGフローの入力の処理、調整。
• LLM.py-応答を生成するための大規模な言語モデル（LLM）をシミュレートするGoogle Gemini APIとインターフェイスするモジュール。
• get_embedding.py -sentencetransformerモデルを使用して.txtファイルから埋め込みを生成するためのスクリプト。
• Comm -VectorStore.py-ストレージと検索のためにベクターストアに埋め込みをアップロードする通信モジュール。

使用法

1. ベクトルストアリポジトリをクローンし、指示に従ってセットアップします。
2. main.pyおよびget_embedding.pyを構成して、ベクトルストアデータベースを使用します。
3. main.pyを実行して、任意の入力テキストでragパイプラインを実行します。

要件

• Python 3.x
• 文化変換者 - テキスト埋め込みを生成するため
• NLTK-文の象徴化用
• llm.py （または推論用の互換性のあるLLM API）のGoogleGemini API資格情報）

インストール

pip install -r requirements.txt