RAG Pipeline

抹布（檢索增強發電）管道

• 我已經建立了一條破布管道，以展示如何使用其他數據增強知識。

抹布管道的視覺描述

描述

• RAG是一種使用其他數據來增強LLM知識的技術。
• LLM可以推論廣泛的主題，但是他們的知識僅限於公共數據，直到他們接受過培訓的特定時間點。
• 如果您想構建可以推薦模型截止日期後引入的私人數據或數據的AI應用程序，則需要使用所需的特定信息來增強模型的知識。
• 將適當信息和將其插入模型提示的過程稱為檢索增強發電（RAG）。

使用的庫

• Langchain == 0.1.20
• Langchain-Community == 0.0.38
• BS4 == 0.0.2
• pypdf == 4.2.0
• chromadb == 0.5.0

安裝

1. 先決條件
   • git
   • 命令行熟悉
2. 克隆存儲庫： git clone https://github.com/NebeyouMusie/RAG-Pipeline.git
3. 創建和激活虛擬環境（建議）
   • python -m venv venv
   • source venv/bin/activate
4. 使用您的終端導航到項目目錄cd ./RAG-Pipeline
5. 安裝庫： pip install -r requirements.txt
6. 打開並運行rag_pipeline.ipynb筆記本中的所有單元格
7. 或者，您可以在files目錄和rag_pipeline.ipynb筆記本中下載文檔，從存儲庫中的notebook目錄中下載，將這些文件和筆記本上傳到Google Collapor，然後在rag_pipeline.ipynb Notebook中運行所有單元格。

合作

• 歡迎合作❤️

致謝

• 我要感謝克里希·奈克（Krish Naik）

接觸

• LinkedIn：Nebeyou Musie
• gmail：[email protected]
• 電報：Nebeyou Musie