Advanced RAG

高級RAG實施指南

該存儲庫包含實施檢索增強生成（RAG）的結構化指南。該存儲庫中的每個筆記本旨在教授抹布的特定方面，從基本面到建立端到端管道。

致謝

本指南的靈感來自於Thataiguy的工作。全部榮譽歸功於原始作者的寶貴資源和見解。

主題

• 1_fundamentals_of_rag.ipynb
  介紹了檢索演示一代的基礎知識。

• 2_langchain_retrieval_pipeline.ipynb
  涵蓋瞭如何使用Langchain進行流線型工作流程設置檢索管道。

• 3_overview_of_document_loaders.ipynb
  概述了文檔加載程序及其在處理檢索任務的數據中的作用。

• 4_document_loaders.ipynb
  更深入地研究使用各種文檔裝載機和實例。

• 5_text_splitter_transformation.ipynb
  說明文本拆分和轉換，以優化數據以嵌入和檢索。

• 6_text_embedding_models.ipynb
  專注於文本嵌入模型及其為生成有意義的向量表示的配置。

• 7_vector_stores_and_retrievers.ipynb
  討論矢量店和獵犬，展示如何有效存儲和檢索信息。

• 8_retrievers.ipynb
  詳細探索獵犬類型及其與矢量商店的集成。

• 9_End_to_End_RAG_Chain.ipynb
  將所有概念結合到端到端檢索儀的一代管道。

如何使用

1. 克隆這個存儲庫。
2. 安裝所需的依賴項：

   pip install -r requirements.txt

3. 從1_fundamentals_of_rag.ipynb開始瀏覽筆記本電腦。

先決條件

• Python 3.10或更高
• Google API密鑰
• Jupyter筆記本或Jupyter Lab
• requirements.txt中列出的所有依賴項.txt

貢獻

歡迎捐款！請隨意分叉此存儲庫並提交拉動請求。