Advanced RAG

高级RAG实施指南

该存储库包含实施检索增强生成（RAG）的结构化指南。该存储库中的每个笔记本旨在教授抹布的特定方面，从基本面到建立端到端管道。

致谢

本指南的灵感来自于Thataiguy的工作。全部荣誉归功于原始作者的宝贵资源和见解。

主题

• 1_fundamentals_of_rag.ipynb
  介绍了检索演示一代的基础知识。

• 2_langchain_retrieval_pipeline.ipynb
  涵盖了如何使用Langchain进行流线型工作流程设置检索管道。

• 3_overview_of_document_loaders.ipynb
  概述了文档加载程序及其在处理检索任务的数据中的作用。

• 4_document_loaders.ipynb
  更深入地研究使用各种文档装载机和实例。

• 5_text_splitter_transformation.ipynb
  说明文本拆分和转换，以优化数据以嵌入和检索。

• 6_text_embedding_models.ipynb
  专注于文本嵌入模型及其为生成有意义的向量表示的配置。

• 7_vector_stores_and_retrievers.ipynb
  讨论矢量店和猎犬，展示如何有效存储和检索信息。

• 8_retrievers.ipynb
  详细探索猎犬类型及其与矢量商店的集成。

• 9_End_to_End_RAG_Chain.ipynb
  将所有概念结合在端到端检索仪式的一代管道中。

如何使用

1. 克隆这个存储库。
2. 安装所需的依赖项：

   pip install -r requirements.txt

3. 从1_fundamentals_of_rag.ipynb开始浏览笔记本电脑。

先决条件

• Python 3.10或更高
• Google API密钥
• Jupyter笔记本或Jupyter Lab
• requirements.txt中列出的所有依赖项.txt

贡献

欢迎捐款！请随意分叉此存储库并提交拉动请求。