一个开源、清晰、强大且可定制的RAG UI

最新推荐文章于 2024-09-20 20:12:14 发布

朝阳区靓仔_James

最新推荐文章于 2024-09-20 20:12:14 发布

阅读量1k

点赞数 23

文章标签： ui 知识图谱人工智能 elasticsearch jenkins 语言模型

本文链接：https://blog.csdn.net/weixin_58753619/article/details/141828209

版权

kotaemon：一个开源的干净且可定制的RAG UI，用于构建和定制自己的文档问答系统。既考虑了最终用户的需求，也考虑了开发者的需求。

kotaemon为想要在他们的文档上进行问答（QA）的最终用户，以及想要构建自己的RAG流程的开发者提供了一个功能性的RAG UI。

+----------------------------------------------------------------------------+```| 最终用户：使用`kotaemon`构建的应用程序的用户。|```| （您使用的应用程序类似于上面的演示示例）                                |``|     +----------------------------------------------------------------+     |```|     | 开发者：使用`kotaemon`构建应用程序的人。|     |````|     | （您的项目中某处有`import kotaemon`）                            |     |```|     |     +----------------------------------------------------+     |     |```|     |     | 贡献者：使`kotaemon`变得更好的人。|     |```|     |     | （您向这个代码库提交了PR）                               |     |     |``|     |     +----------------------------------------------------+     |     |``|     +----------------------------------------------------------------+     |``+----------------------------------------------------------------------------+

RAG UI特点（GraphRAG、Agent、多模态等）

自托管文档问答（RAG）Web UI：允许用户自己托管文档问答界面。
支持多用户登录：可以组织私人或公共文件集合，支持协作和分享。
组织LLM和嵌入模型：支持本地LLM和流行的API提供商，如OpenAI、Azure、Ollama、Groq等。
混合RAG管道：提供混合（全文和向量）检索器和重新排名，以确保最佳的检索质量。
多模态问答支持：支持在包含图表和表格的多个文档上进行问答，并支持多模态文档解析。
高级引用与文档预览：系统默认提供详细的引用以确保LLM答案的正确性，可以在浏览器内的PDF查看器中查看引用（包括相关分数）并高亮显示。
支持复杂推理方法：使用问题分解来回答复杂或多跳问题，支持基于Agent的推理，如ReAct、ReWOO和其他代理。
可配置的设置UI：可以在UI上调整检索和生成过程中的大多数重要方面（包括提示）。
可扩展性：基于Gradio构建，用户可以自由定制或添加任何UI元素。同时，旨在支持多种文档索引和检索策略，提供了GraphRAG索引管道作为示例。

RAG UI操作指南（提供体验Demo）

chat部分

file部分：file collection、GraphRAG collection

resources部分：index（索引）、llm（大模型）、embedding（向量）

settings：retrieval（检索）、reasoning（推理）

项目代码：https://github.com/Cinnamon/kotaemon``demo体验：https://huggingface.co/spaces/taprosoft/kotaemon

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述