RLAMA: Ein RAG-System für intelligentes Quizzen lokaler Dokumente, das von der Kommandozeile aus bedient wird

Allgemeine Einführung

RLAMA ist ein von DonTizi entwickeltes und auf GitHub gehostetes RAG-System (Retrieval Augmentation Generation) für Document Intelligence, dessen Hauptmerkmal die Funktionalität durch Kommandozeilenoperationen ist. Benutzer können eine Verbindung zu lokalen Ollama Modell, das Dokumente in Ordnern schnell in eine interaktive Wissensdatenbank mit intelligenten Fragen und Antworten indexiert. Ganz gleich, ob es sich um eine Code-Datei, ein technisches Dokument oder ein Office-Dokument handelt, RLAMA ist der Aufgabe gewachsen und läuft vollständig lokal, wodurch die Notwendigkeit von Cloud-Diensten entfällt und der Datenschutz gewahrt bleibt. Durch die Unterstützung mehrerer Dateiformate und die einfache Installation ist RLAMA eine leistungsstarke Wahl für lokalisiertes Dokumentenmanagement, insbesondere für Entwickler und Technikbegeisterte, die an Kommandozeilenoperationen gewöhnt sind.

Funktionsliste

• Erstellen eines RAG-Systems auf der KommandozeileGenerieren Sie eine Wissensdatenbank mit intelligenten Quizzen, indem Sie Ordnerdokumente mit Befehlen indizieren.
• Fragen und Antworten zur Interaktion mit der Befehlszeile: Verwenden Sie die Terminalsitzung zur Abfrage vorhandener RAG Der Inhalt des Dokuments im System.
• RAG-SystemverwaltungEinfaches Pflegen der Wissensbasis durch Auflisten und Löschen von RAG-Systemen mit Befehlen.
• Integration des lokalen ModellsNahtlose Verbindung zu lokalen Ollama-Modellen unter Beibehaltung der vollständigen Lokalisierung.
• Versions- und Update-VerwaltungMit diesem Befehl können Sie die Version überprüfen oder das System auf den neuesten Stand bringen.
• Unterstützung mehrerer FormateKompatibel mit einer Vielzahl von Formaten wie Text, Code und Office-Dokumenten.
• Deinstallation über die BefehlszeileBietet Tools und Daten zur Befehlsbereinigung.

Hilfe verwenden

Ablauf der Installation

RLAMA ist eine Kommandozeilen-Implementierung von Document Intelligence Quiz für macOS, Linux und Windows, und die folgenden Schritte werden detailliert beschrieben:

1. voraussetzungen

• Ollama installierenOllama: Das Ollama-Modell muss lokal ausgeführt werden. Besuchen Sie die Ollama-Website, um es herunterzuladen und zu installieren, führen Sie das ollama run llama3(oder andere Modelle) zur Bestätigung der Verfügbarkeit, Standardadresse http://localhost:11434.
• NetzanschlussInstallation: Für das Herunterladen von Skripten oder Abhängigkeiten ist eine Internetverbindung erforderlich.
• Optionale AbhängigkeitenUm mehr Formate (z.B. .pdf, .docx) zu unterstützen, wird empfohlen, das Programm install_deps.sh Installationswerkzeuge (z. B. pdftotext).

2. die Installation über ein Befehlszeilenskript (empfohlen)

Geben Sie ihn in das Terminal ein:

curl -fsSL https://raw.githubusercontent.com/dontizi/rlama/main/install.sh | sh

• Das Skript schließt den Download und die Konfiguration automatisch ab und führt anschließend die rlama --version Überprüfen Sie die Version (z.B. v0.1.0) Bestätigung des Erfolgs.

3. manuelle Installation des Quellcodes (optional)

Falls eine individuelle Anpassung erforderlich ist:

• Klon-Lagerhaus:

  git clone https://github.com/DonTizi/rlama.git
  cd rlama
  

• Kompilieren und installieren (Go-Umgebung erforderlich):

  bauen gehen
  Installieren gehen
  

• Verschieben Sie die ausführbare Datei in den PATH (z.B. /usr/local/bin), laufen rlama --help Validierung.

4. die Überprüfung der Installation

Laufen:

rlama --help

Die Anzeige einer Liste von Befehlen wird als erfolgreich angesehen.

Hauptfunktionen

Erstellen eines RAG-Systems über die Kommandozeile

Konvertieren Sie Dokumente in eine intelligente Quiz-Wissensbasis. Zum Beispiel, der Ordner . /docs einbeziehen. readme.md im Gesang antworten leitfaden.pdf::

1. Stellen Sie sicher, dass das Ollama-Modell läuft (z. B. ollama run llama3).
2. Geben Sie den Befehl ein:

   rlama rag llama3 mydocs . /docs
   

   • Lama3: Modellbezeichnung.
   • mydocsRAG-Systemname.
   • . /docs: Dokumentenpfad.
3. Beispielhafte Ausgabe:

   Indizierung von Dokumenten in. /docs...
   Verarbeitet: readme.md
   Verarbeitet: guide.pdf
   RAG-System "mydocs" erfolgreich erstellt!
   

Interaktive Fragen und Antworten über die Befehlszeile

Abfrage des bestehenden RAG-Systems:

1. Starten Sie die Sitzung:

   rlama mydocs ausführen
   

2. Geben Sie die Frage ein:

   Wie installiert man rlama?
   

3. Antworten erhalten:

   Dies kann durch Ausführen von "curl -fsSL https://raw.githubusercontent.com/dontizi/rlama/main/install.sh | sh" von einem Terminal aus installiert werden.
   

4. Einfuhr Ausgang Ausstieg.

Verwaltung des RAG-Systems

• Auflistungssystem::

  rlama-Liste
  

  Beispielhafte Ausgabe:

  Verfügbare RAG-Systeme: mydocs
  - mydocs
  

• Löschung des Systems::

  rlama mydocs löschen
  

  oder überspringen Sie die Bestätigung:

  rlama delete mydocs --force
  

Versionen und Aktualisierungen

• Version prüfen::

  rlama --version
  

  vielleicht rlama-v.Die Anzeige sieht folgendermaßen aus v0.1.0.

• Aktualisierung des Systems::

  rlama update
  

  (Botanik) coca (Lehnwort) --zwingen Obligatorische Aktualisierungen.

Deinstallation des Systems

• Werkzeuge zum Entfernen::

  rlama deinstallieren
  

• Bereinigung von Daten: Die Daten werden in der ~/.rlamaLaufen:

  rm -rf ~/.rlama
  

Ausgewählte Funktionen

1. die Befehlszeilenoperationen

Alle Funktionen von rlama werden über die Kommandozeile implementiert, was einfach und effizient ist. Zum Beispiel kann eine Kommandozeile Lumpensammler Mistral docs . /Projekt Indiziert sofort ganze Ordner, geeignet für befehlszeilenbewanderte Benutzer.

2. die Unterstützung von Dokumenten in mehreren Formaten

Es werden mehrere Dateitypen unterstützt:

• Text:.txt, und.md, und.html, und.json, und.csv usw.
• Code:.gehen, und.py, und.js, und.java, und.cpp usw.
• Dokumentation:.pdf, und.docx, und.pptx, und.xlsx usw.
  in Bewegung sein . /scripts/install_deps.sh Verbesserte Unterstützung. Beispiel:

rlama rag gemma code-docs . /src

3. örtlich begrenzter Einsatz

Die Daten werden durchgängig lokal verarbeitet, die Cloud wird nicht benötigt, geeignet für sensible Dokumente. Zum Beispiel für die Indizierung vertraulicher Unternehmensdokumente:

rlama rag llama3 Verträge . /gesetzlich

Tipps und Fehlerbehebung

• Präzisionskommando: Geben Sie den vollständigen Parameter ein, z. B. rlama mydocs ausführen und nicht die Kurzschrift, um die Genauigkeit zu gewährleisten.
• Ollama-AusgabeWenn die Verbindung fehlschlägt, überprüfen Sie die http://localhost:11434Laufen ollama ps Status anzeigen.
• Format-UnterstützungWenn die Extraktion fehlschlägt, führen Sie install_deps.sh Installieren Sie die Abhängigkeit.
• Schlechte AntwortBestätigen Sie, dass das Dokument indiziert ist, und versuchen Sie, das Problem genauer zu beschreiben.
• Appell (um Hilfe)Issues können auf GitHub Issues mit Befehlen und Versionen eingereicht werden.

Mit den oben genannten Befehlen können Benutzer rlama schnell beherrschen, lokale Dokumente verwalten und intelligente Fragen und Antworten implementieren.