Easy-RAG

一个适合学习、使用、自主扩展的RAG【检索增强生成】系统！

1、目前已有的功能

知识库（目前仅支持txt\csv\pdf\md\doc\docx\mp3\mp4\wav\excel\格式数据）：

    1、知识库的创建

    2、知识库的更新

    3、删除知识库中某个文件

    4、删除知识库

    5、向量化知识库
    6、支持音频视频的语音转文本然后向量化 
        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

chat

    1、支持纯大模型聊天多伦

    2、支持知识库问答 ["复杂召回方式", "简单召回方式","rerank"]
    3、通过使用rerank重新排序来提高检索效率
    
    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
        模型地址：https://hf-mirror.com/BAAI/bge-reranker-large

2、后续更新计划

知识库：

    0、支持FAISS，Elasticsearch、Milvus,MongoDB等向量数据


chat：

    1、添加 语音回答输出

安装使用 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

https://ollama.com/download

Ollama 安装模型，本次直接安装我们需要的两个 cmd中执行

ollama run qwen2:7b
ollama run mofanke/acge_text_embedding:latest

下载bge-reranker-large 模型然后在 rag/rerank.py中配置路径

https://hf-mirror.com/BAAI/bge-reranker-large

构造python环境

conda create -n Easy-RAG python=3.10.9
conda activate Easy-RAG

项目开发使用的 python3.10.9 经测试 pyhon3.8以上皆可使用

git clone https://github.com/yuntianhe2014/Easy-RAG.git

安装依赖

pip3 install -r requirements.txt -i  https://mirrors.aliyun.com/pypi/simple

项目启动

python webui.py

更多介绍参考 公众号文章：世界大模型