Spaces:
Configuration error
Configuration error
Update README.md
Browse files
README.md
CHANGED
@@ -1,110 +1,6 @@
|
|
1 |
-
|
2 |
-
|
3 |
-
|
4 |
-
|
5 |
-
|
6 |
-
|
7 |
-
更新历史
|
8 |
-
|
9 |
-
2024/9/04 增加 AI网络搜索 可以联网查询
|
10 |
-
2024/9/04 优化webui异步调用,提高响应速度
|
11 |
-
2024/8/21 增加对 Elasticsearch 支持,在config中设置
|
12 |
-
2024/7/23 参考 meet-libai 项目增加了一个知识图谱的时时提取工具,目前仅是提取,未存储 graph_demo_ui.py
|
13 |
-
2024/7/11 新增faiss向量数据库支持,目前支持(Chroma\FAISS)
|
14 |
-
2024/7/10 更新rerank搜索方式
|
15 |
-
2024/7/09 第一版发布
|
16 |
-

|
17 |
-
|
18 |
-
1、目前已有的功能
|
19 |
-
|
20 |
-
知识库(目前仅支持txt\csv\pdf\md\doc\docx\mp3\mp4\wav\excel\格式数据):
|
21 |
-
|
22 |
-
1、知识库的创建(目前仅支持Chroma\Faiss\Elasticsearch)
|
23 |
-
2、知识库的更新
|
24 |
-
3、删除知识库中某个文件
|
25 |
-
4、删除知识库
|
26 |
-
5、向量化知识库
|
27 |
-
6、支持音频视频的语音转文本然后向量化
|
28 |
-
语音转文本 使用的 funasr ,第一次启动时,会从魔塔下载模型,可能会慢一些,之后会自动加载模型
|
29 |
-
|
30 |
-
chat
|
31 |
-
|
32 |
-
1、支持纯大模型聊天多轮
|
33 |
-
2、支持知识库问答 ["复杂召回方式", "简单召回方式","rerank"]
|
34 |
-
|
35 |
-
AI网络搜索
|
36 |
-
|
37 |
-
支持网络搜素,大家可以优化 prompt 增加不同 程度的 总结
|
38 |
-
llm基于ollama可以选择不同模型
|
39 |
-
注意:联网基于 searxng,需要先本地或者服务启动 这个项目,我用docker 启动的
|
40 |
-
参考 https://github.com/searxng/searxng-docker
|
41 |
-
|
42 |
-

|
43 |
-
3、通过使用rerank重新排序来提高检索效率
|
44 |
-
|
45 |
-
本次rerank 使用了bge-reranker-large 模型,需要下载到本地,然后再 rag/rerank.py中配置路径
|
46 |
-
模型地址:https://hf-mirror.com/BAAI/bge-reranker-large
|
47 |
-
|
48 |
-
|
49 |
-
2、后续更新计划
|
50 |
-
|
51 |
-
知识库:
|
52 |
-
|
53 |
-
0、支持Elasticsearch、Milvus,MongoDB等向量数据
|
54 |
-
|
55 |
-
|
56 |
-
chat:
|
57 |
-
|
58 |
-
1、添加 语音回答输出
|
59 |
-
2、增加 问题路由知识库的 功能
|
60 |
-
|
61 |
-
|
62 |
-
安装使用
|
63 |
-
|
64 |
-
Ollma安装,在如下网址选择适合你机器的ollama 安装包,傻瓜式安装即可
|
65 |
-
|
66 |
-
https://ollama.com/download
|
67 |
-
Ollama 安装模型,本次直接安装我们需要的两个 cmd中执行
|
68 |
-
|
69 |
-
ollama run qwen2:7b
|
70 |
-
ollama run mofanke/acge_text_embedding:latest
|
71 |
-
|
72 |
-
下载bge-reranker-large 模型然后在 rag/rerank.py中配置路径
|
73 |
-
|
74 |
-
https://hf-mirror.com/BAAI/bge-reranker-large
|
75 |
-
|
76 |
-
选择你想使用的向量数据库 目前仅支持(Chroma和Faiss)
|
77 |
-
|
78 |
-
在 Config/config.py中配置你想用的 向量数据库
|
79 |
-
如果选择 Elasticsearch 请先启动 Elasticsearch,我是使用docker 启动的
|
80 |
-
docker run -p 9200:9200 -e "discovery.type=single-node" -e "xpack.security.enabled=false" -e "xpack.security.http.ssl.enabled=false" docker.elastic.co/elasticsearch/elasticsearch:8.12.1
|
81 |
-
注意修改 es_url
|
82 |
-
|
83 |
-
构造python环境
|
84 |
-
|
85 |
-
conda create -n Easy-RAG python=3.10.9
|
86 |
-
conda activate Easy-RAG
|
87 |
-
|
88 |
-
项目开发使用的 python3.10.9 经测试 pyhon3.8以上皆可使用
|
89 |
-
|
90 |
-
git clone https://github.com/yuntianhe2014/Easy-RAG.git
|
91 |
-
安装依赖
|
92 |
-
|
93 |
-
pip3 install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple
|
94 |
-
|
95 |
-
部署依赖联网项目searxng
|
96 |
-
参考 https://github.com/searxng/searxng-docker
|
97 |
-
项目启动
|
98 |
-
|
99 |
-
python webui.py
|
100 |
-
|
101 |
-
知识图谱时时提取工具
|
102 |
-
python graph_demo_ui.py
|
103 |
-

|
104 |
-
|
105 |
-
更多介绍参考 公众号文章:世界大模型
|
106 |
-

|
107 |
-
|
108 |
-
项目参考:
|
109 |
-
https://github.com/BinNong/meet-libai
|
110 |
-
https://github.com/searxng/searxng-docker
|
|
|
1 |
+
title: Test
|
2 |
+
emoji: ⚡
|
3 |
+
colorFrom: pink
|
4 |
+
colorTo: blue
|
5 |
+
sdk: static
|
6 |
+
pinned: false
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|