RAG Framework

래그 프레임 워크

벡터-스토어 데이터베이스를 사용하여 검색-증류 생성 (RAG)을 구현하기위한 파이썬 프레임 워크. 이 프레임 워크는 벡터 스토어 저장소를 사용하여 효과적인 래그 구현을 위해 임베딩을 저장하고 검색합니다.

구조

• main.py- 메인 래그 파이프 라인 프레임 워크, 입력 처리 및 래그 흐름을 조율합니다.
• LLM.PY- Google Gemini API와 인터페이스하는 모듈로 응답을 생성하기위한 LLM (Large Language Model)을 시뮬레이션합니다.
• get_embedding.py- sentencetransformer 모델을 사용하여 .txt 파일에서 임베딩을 생성하기위한 스크립트.
• Comm -vectorStore.py- 저장 및 검색을 위해 벡터 저장소에 임베딩을 업로드하는 통신 모듈.

용법

1. 벡터 스토어 저장소를 복제하고 지침에 따라 설정하십시오.
2. 벡터 스토어 데이터베이스를 사용하려면 main.py 및 get_embedding.py 구성하십시오.
3. 입력 텍스트로 Rag 파이프 라인을 실행하려면 main.py 실행하십시오.

요구 사항

• 파이썬 3.x
• 문장 - 변환기 - 텍스트 임베딩을 생성하기위한
• NLTK- 문장 토큰 화를 위해
• llm.py 에 대한 Google Gemini API 자격 증명 (또는 유도를위한 호환되는 LLM API)

설치

pip install -r requirements.txt