RAG项目推荐：bRAG

RAG项目推荐：bRAG

项目链接：

bRAGAI 的官方平台即将上线。加入等待列表，成为早期使用者之一！

本仓库包含了对检索增强生成 (RAG) 在各种应用中的全面探索。 每个笔记本都提供了从入门级到高级实现的详细实践指南，包括多查询和自定义 RAG 构建。

项目结构

如果你想直接开始，请查看文件 full_basic_rag.ipynb -> 这个文件将为你提供一个完全可定制的 RAG 聊天机器人的样板代码。

确保在虚拟环境中运行你的文件（查看 开始使用 部分）。

以下笔记本可以在 tutorial_notebooks/ 目录下到。

[1]_rag_setup_overview.ipynb

这个入门笔记本提供了 RAG 架构及其基础设置的概述。 笔记本内容包括：

• 环境设置：配置环境、安装必要的库和 API 设置。
• 初始数据加载：基本的文档加载器和数据预处理方法。
• 嵌入生成：使用各种模型生成嵌入，包括 OpenAI 的嵌入。
• 向量存储：设置向量存储（ChromaDB/Pinecone）以实现高效的相似性搜索。
• 基本 RAG 管道：创建一个简单的检索和生成管道作为基线。

[2]_rag_with_multi_query.ipynb

在基础之上，这个笔记本介绍了 RAG 管道中的多查询技术，探索内容包括：

• 多查询设置：配置多个查询以多样化检索。
• 高级嵌入技术：使用多个嵌入模型来优化检索。
• 多查询管道：实现多查询处理以提高响应生成的相关性。
• 比较与分析：与单查询管道进行比较并分析性能改进。

[]_rag_routing_and_query_ctruction.ipynb

这个笔记本深入探讨了自定义 RAG 管道。 内容包括：

• 逻辑路由：实现基于函数的路由，根据编程语言将用户查询分类到适当的数据源。
• 语义路由：使用嵌入和余弦相似性将问题引导到数学或物理提示，优化响应准确性。
• 元数据过滤器的查询结构：定义结构化搜索模式以处理 YouTube 教程元数据，实现高级过滤（例如，按观看次数、发布日期）。
• 结构化搜索提示：利用 LLM 提示生成数据库查询，根据用户输入检索相关内容。
• 与向量存储的集成：将结构化查询与向量存储连接，以实现高效的数据检索。

[4]_rag_indexing_and_advanced_retrieval.ipynb

继续之前的自定义内容，这个笔记本探讨了：

• 文档分块前言：指向外部资源以了解文档分块技术。
• 多表示索引：设置多向量索引结构以处理具有不同嵌入和表示的文档。
• 摘要的内存存储：使用 InMemoryByteStore 存储文档摘要以及父文档，实现高效检索。
• 多向量检索器设置：集成多个向量表示以根据用户查询检索相关文档。
• RAPTOR 实现：探索 RAPTOR，一种高级索引和检索模型，链接到深入资源。
• ColBERT 集成：演示基于 ColBERT 的令牌级向量索引和检索，捕捉细粒度的上下文含义。
• ColBERT 的示例：使用 ColBERT 检索模型检索有关宫崎骏的信息进行演示。

[5]_rag_retrieval_and_reranking.ipynb

这个最后的笔记本将 RAG 系统组件结合在一起，重点关注可扩展性和优化：

• 文档加载和拆分：加载并分块文档以进行索引，准备将其存储到向量存储中。
• 使用 RAG-Fusion 的多查询生成：使用基于提示的方法从单个输入问题生成多个搜索查询。
• 互惠排名融合 (RRF)：实现 RRF 以重新排序多个检索列表，合并结果以提高相关性。
• 检索器和 RAG 链设置：构建检索链以回答查询，使用融合排名和 RAG 链提取上下文相关信息。
• Cohere 重新排序：演示使用 Cohere 模型进行重新排序，以进行额外的上下文压缩和优化。
• CRAG 和 Self-RAG 检索：探索 CRAG 和 Self-RAG 等高级检索方法，并链接到示例。
• 长上下文影响的探索：链接到解释长上下文检索对 RAG 模型影响的资源。

开始使用

前提条件：Python .11.7（推荐）

克隆仓库：

git clone .git 

cd bRAG-langchain

创建虚拟环境

python -m venv venv

source venv/bin/activate

安装依赖：确保安装 中列出的所需包。

pip install -r

运行笔记本： 从 [1]_rag_setup_overview.ipynb 开始，熟悉设置过程。按顺序继续其他笔记本，以构建和实验更高级的 RAG 概念。

设置环境变量：

复制根目录中的 . 文件并将其命名为 .env，并包含以下键（替换为你的实际键）：

#LLM 模型
OPEAI_API_KEY="your-api-key"

#LangSmith
LAGCHAI_TRACIG_V2=true
LAGCHAI_EDPOIT=";
LAGCHAI_API_KEY="your-api-key"
LAGCHAI_PROJECT="your-project-name"

#Pinecone 向量数据库
PIECOE_IDEX_AME="your-project-index"
PIECOE_API_HOST="your-host-url"
PIECOE_API_KEY="your-api-key"

笔记本顺序： 为了按结构化方式跟进项目：

• 从 [1]_rag_setup_overview.ipynb 开始
• 继续 [2]_rag_with_multi_query.ipynb
• 然后阅读 []_rag_routing_and_query_ctruction.ipynb
• 继续 [4]_rag_indexing_and_advanced_retrieval.ipynb
• 最后完成 [5]_rag_retrieval_and_reranking.ipynb