QAnything Allgemeine Einführung
QAnything (Question and Answer based on Anything) ist ein von NetEase eingeführtes lokales Wissensbasis-Q&A-System, das alle Arten von Dateiformaten und Datenbanken unterstützt und offline installiert und verwendet werden kann. Es kann PDF-, Word-, PPT-, XLS- und andere Dokumentformate verarbeiten, unterstützt sprachübergreifende Fragen und Antworten und bietet Unterstützung für große Datenmengen mit hoher Leistung, Benutzerfreundlichkeit, Multi-Wissensbasis-Fragen und Datensicherheitsfunktionen.
Das System basiert auf einer selbst entwickelten RAG-Engine (Retrieval Augmented Generation), die effiziente und präzise Q&A-Dienste bietet. QAnything eignet sich für eine Vielzahl von Szenarien, wie z. B. internes Dokumentenmanagement, Rechtsberatung und Behördendienste, und hilft Unternehmen, die Effizienz der Informationsbeschaffung und Entscheidungsfindung zu verbessern.
QAnything Hauptschnittstelle
Bot-Chat-Schnittstelle erstellt von QAnything
QAnything-Prinzip
QAnything Free Version Mitgliedervorteile
Funktionsliste
- Unterstützung einer Vielzahl von Dateiformaten: PDF, Word, PPT, Excel, Markdown, TXT, Bilder usw.
- Lokale Bereitstellung: für die Nutzung ist keine Internetverbindung erforderlich, was die Datensicherheit gewährleistet
- Effizientes Retrieval: basierend auf der RAG-Engine, die eine hohe Genauigkeit beim semantischen Retrieval bietet
- Flexibler Workflow: Automatisieren von Aufgaben mit Agenten
- Generierung von Inhalten: Generierung vollständiger Gliederungen und Artikelinhalte auf der Grundlage von Referenzen
- Szenarioanpassung: Modell- und Suchoptimierung auf der Grundlage der Geschäftsanforderungen
QAnything Hilfe
Systemanforderungen: Linux mit mindestens 4 GB GPU-Speicher, Windows-System erfordert WSL-Subsysteme
Installation: Klonen über Git und Ausführen der Startskripte
Bedienung: Q&A kann über Web-Frontend oder API-Schnittstelle bedient werden
FAQ: Hier finden Sie Antworten auf häufig gestellte Fragen
Technischer Support: Bereitstellung von Community-Support und E-Mail-Beratungsdiensten für Entwickler
Ablauf der Installation
- QAnything herunterladen: ZugangGitHubSeite, um die neueste Version von QAnything herunterzuladen.
- Vorbereitung der UmweltStellen Sie sicher, dass Docker und Docker Compose auf Ihrem System installiert sind.
- Abrufen der CodebasisAusführen im Terminal
git clone https://github.com/netease-youdao/QAnything.gitBefehl. - Wechseln Sie in das Projektverzeichnis: Implementierung
cd QAnythingWechseln Sie in das Stammverzeichnis des Projekts. - Neue Dienste: Implementierung
docker-compose up -dBefehl, um den QAnything-Dienst zu starten.
Verwendung Prozess
- Hochladen von DateienHochladen von Dateien, die über die Schnittstelle von QAnything analysiert werden sollen, die PDF, Word, PPT, Excel und viele andere Formate unterstützt.
- Suche Q&AGeben Sie eine Frage in das Suchfeld ein und QAnything wird eine Antwort auf der Grundlage des Inhalts der hochgeladenen Datei finden und generieren.
- Ergebnisse anzeigenDas System zeigt relevante Antworten und Referenzen an, die der Benutzer anklicken kann, um die Details zu sehen.
- Generierung von InhaltenBenutzer können wählen, ob sie Gliederungen oder Artikel erstellen möchten, und das System generiert automatisch Inhalte auf der Grundlage von Referenzen.
Funktionen
- Hochladen von DateienKlicken Sie auf die Schaltfläche "Dateien hochladen", um die zu analysierenden Dateien auszuwählen, und unterstützen Sie den Batch-Upload.
- Abrufen von AusgabenGeben Sie eine Frage in das Suchfeld ein, klicken Sie auf die Schaltfläche "Suchen", und das System zeigt die entsprechende Antwort an.
- Antwort AnsichtKlicken Sie auf die Antwortkarten, um detaillierte Antworten und Hinweise zu erhalten.
- Generierung von InhaltenIm Modul für die Inhaltserstellung geben Sie Schlüsselwörter oder Referenzen ein und klicken auf die Schaltfläche "Generieren". Das System erstellt automatisch eine Gliederung oder einen Artikel.
QAnything Kernkompetenzen
Einstufiger Abruf (Einbettung)
| Name des Modells | Abruf | STS | PairClassification | Klassifizierung | Neueinstufung | Clustering | im Durchschnitt |
|---|---|---|---|---|---|---|---|
| bge-base-de-v1.5 | 37.14 | 55.06 | 75.45 | 59.73 | 43.05 | 37.74 | 47.20 |
| bge-base-zh-v1.5 | 47.60 | 63.72 | 77.40 | 63.38 | 54.85 | 32.56 | 53.60 |
| bge-large-de-v1.5 | 37.15 | 54.09 | 75.00 | 59.24 | 42.68 | 37.32 | 46.82 |
| bge-large-zh-v1.5 | 47.54 | 64.73 | 79.14 | 64.19 | 55.88 | 33.26 | 54.21 |
| jina-embeddings-v2-base-de | 31.58 | 54.28 | 74.84 | 58.42 | 41.16 | 34.67 | 44.29 |
| m3e-Basis | 46.29 | 63.93 | 71.84 | 64.08 | 52.38 | 37.84 | 53.54 |
| m3e-groß | 34.85 | 59.74 | 67.69 | 60.07 | 48.99 | 31.62 | 46.78 |
| bce-embedding-base_v1 | 57.60 | 65.73 | 74.96 | 69.00 | 57.29 | 38.95 | 59.43 |
- Eine ausführlichere Übersicht über die Ergebnisse finden Sie unterZusammenfassung der Metriken des Einbettungsmodells.
Suche in der zweiten Stufe (rerank)
| Name des Modells | Neueinstufung | im Durchschnitt |
|---|---|---|
| bge-reranker-base | 57.78 | 57.78 |
| bge-reranker-large | 59.69 | 59.69 |
| bce-reranker-base_v1 | 60.06 | 60.06 |
- Eine ausführlichere Übersicht über die Ergebnisse finden Sie unterZusammenfassung der Indikatoren des Reranker-Modells
QAnything Anwendungsszenarien
- Sprachübergreifend: mehrere englischsprachige Papierquizze
- Extraktion von Informationen
- Ein Sammelsurium von Dokumenten
- Web-Fragen und Antworten
