RAGFlow: um mecanismo RAG de código aberto baseado na compreensão profunda de documentos, fornecendo fluxos de trabalho de geração aprimorados por recuperação eficientes

Introdução geral

O RAGFlow é um mecanismo RAG (Retrieval Augmented Generation) de código aberto baseado na tecnologia de compreensão profunda de documentos. Ele oferece a organizações de todos os portes um mecanismo eficiente de RAG Os fluxos de trabalho, que incorporam um Modelo de Linguagem Ampla (LLM), são capazes de fornecer recursos de perguntas e respostas do mundo real com base em dados formatados complexos. O RAGFlow oferece suporte a uma ampla variedade de fontes de dados, incluindo documentos, slides, planilhas, textos, imagens e dados estruturados, garantindo que informações valiosas possam ser extraídas de grandes quantidades de dados. Seus principais recursos incluem chunking modelado, referência fantasma reduzida e compatibilidade com fontes de dados heterogêneas.

Lista de funções

• Compreensão profunda da documentaçãoExtração de conhecimento com base em dados não estruturados em formatos complexos.
• Chunking com modelos: Há uma grande variedade de opções de modelos disponíveis, inteligentes e abertos à interpretação.
• Visualização de citaçõesSuporte à visualização de divisão de texto para facilitar a intervenção manual e a visualização rápida das principais referências.
• Compatível com várias fontes de dadosSuporte para Word, slides, Excel, texto, imagens, digitalizações, dados estruturados, páginas da Web e muito mais.
• Automatização dos fluxos de trabalho do RAGOrquestração suave de RAGs para indivíduos e grandes empresas, com suporte para vários recalls e reordenamento.
• API intuitivaFacilitar a integração perfeita com os sistemas de negócios.

Usando a Ajuda

Processo de instalação

1. Requisitos do sistema::
   • CPU: pelo menos 4 núcleos
   • Memória: pelo menos 16 GB
   • Disco rígido: pelo menos 50 GB
   • Docker: versão 24.0.0 e superior
   • Docker Compose: versão v2.26.1 e superior
2. Instalação do Docker::
   • Os usuários de Windows, Mac ou Linux podem consultar o guia de instalação do Docker.
3. Clonagem do repositório do RAGFlow::

   git clone https://github.com/infiniflow/ragflow.git
cd ragflow

4. Criação de uma imagem do Docker::
   • Não contém um espelho do modelo incorporado:

    docker build -t ragflow .
   

   • Contém uma imagem espelhada do modelo incorporado:

    docker build -f Dockerfile.deps -t ragflow .
   

5. Início dos serviços::

   docker-compose up

Diretrizes para uso

1. configurar::
   • existirconfpara modificar o arquivo de configuração e definir o caminho da fonte de dados, os parâmetros do modelo, etc.
2. Início dos serviços::
   • Depois de iniciar o serviço usando o comando acima, você pode interagir com ele por meio da API.
3. Funções principais::
   • Upload de documentosUpload: carrega o documento a ser processado no diretório especificado.
   • processamento de dadosO sistema divide, analisa e extrai automaticamente o conhecimento dos documentos.
   • sistema de perguntas e respostasResposta: Envie uma pergunta por meio da API e o sistema gerará uma resposta com base no conteúdo do documento e fornecerá uma citação.
4. operação de amostra::
   • Faça upload de um documento do Word: bash
curl -F "file=@/path/to/document.docx" http://localhost:8000/upload

   • Pergunta: bash
curl -X POST -H "Content-Type: application/json" -d '{"question": "What is the main content of the document?"}' http://localhost:8000/ask


O guia do leigo para começar a usar a IA

Ajuda você a aprender a utilizar as ferramentas de IA com baixo custo e a partir de uma base zero.A IA, assim como o software de escritório, é uma habilidade essencial para todos. Dominar a IA lhe dará uma vantagem em sua busca de emprego e metade do esforço em seu trabalho e estudos futuros.

Ver detalhes>