當今時代，人工智能技術的飛速發展為各行各業帶來了革命性的變化。在自然語言處理領域，檢索增強生成（RAG）系統因其卓越的性能和廣泛的應用前景，正成為研究和應用的熱點。今天，我要向您推薦的是一個創新的系統——Easy-RAG，它不僅易于學習、使用，還具備自主擴展的能力。希望能讓您對RAG能更近一步的了解。

一、Easy-RAG 系統概覽

Easy-RAG 是一個開放源代碼的檢索增強生成 (RAG) 系統，旨在提供一種簡便的方式來學習和使用 RAG 技術，并支持用戶自主擴展系統功能。該系統適用于希望深入了解和應用 RAG 技術的研究人員和開發者，無論是在學術研究還是在商業開發中都能提供強有力的支持。

二、功能特點

Easy-RAG 的功能特點主要包括：

知識庫支持：目前支持 txt、csv、pdf 等格式的文件作為知識庫，并提供知識庫的創建、更新、刪除等功能。

聊天功能：支持純大模型聊天多輪，以及知識庫問答，提供復雜召回方式、簡單召回方式和 rerank重新排序來提高檢索效率搜索方式。

語音轉文本：支持音頻視頻的語音轉文本然后向量化，使用的 funasr 模型，可在首次啟動時從魔塔下載模型。

持續更新計劃：計劃后續支持 Elasticsearch、Milvus、MongoDB 等向量數據，以及添加語音回答輸出和問題路由知識庫的功能。

三、項目結構

Easy-RAG 的項目結構包括：

1. Chroma_db（存儲 Chroma 向量數據的文件夾）
2. Ollama_api（以 api 方式與 ollama 交互的代碼）
3. embedding（用于文件向量化處理的代碼）
4. rag（存儲 rag 操作的代碼）等部分

四、安裝與使用

Easy-RAG 的安裝和使用相對簡單，可以通過 Ollama 安裝包進行安裝，并通過簡單的命令行操作來部署所需的大模型和模型。具體的安裝步驟包括下載 Ollama 安裝包，運行相應的命令來安裝所需的模型，并在配置文件中指定 rerank 模型的路徑。

1、Ollma安裝，在如下網址選擇適合你機器的ollama 安裝包

https://ollama.com/download

2、Ollama 安裝模型，直接安裝我們需要的兩個cmd中執行

ollama run qwen2:7b

ollama run mofanke/acge_text_embedding:latest

3、項目開發環境 pyhon3.8以上

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

4、安裝依賴

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

5、項目啟動

python webui.py

6、知識圖譜時時提取工具

python graph_demo_ui.py

總結：

Easy-RAG 是一個功能全面、易于學習和使用的 RAG 系統，具備良好的擴展性，適合研究人員和開發者進行深入研究和應用開發。有需要的小伙伴們可以通過下方提供地址進行更多的學習。

倉庫地址：https://github.com/yuntianhe2014/Easy-RAG

項目參考： ???https://github.com/BinNong/meet-libai??

本文轉載自公眾號頂層架構領域

原文鏈接：??https://mp.weixin.qq.com/s/e4jaykgvZ2jI7e1a1WSDqQ??